Normalizacja i standaryzacja
Skalowanie cech pozwala uniknąć sytuacji, w której jedna cecha dominuje nad pozostałymi podczas modelowania. Normalizacja i standaryzacja to szeroko stosowane techniki skalowania cech. Normalizacja skaluje cechy do zakresu [0, 1], zapewniając im zbliżoną skalę. Standaryzacja przekształca dane tak, by miały zerową średnią i jednostkową wariancję – zachowuje więcej informacji o wartościach odstających i nie ogranicza zakresu wartości. Biblioteka matplotlib.pyplot została zaimportowana jako plt, zaimportowano również MinMaxScaler i StandardScaler, a podzielone cechy zbioru danych o chorobach serca są dostępne jako X_train i X_test.
To ćwiczenie jest częścią kursu
End-to-End Machine Learning
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Show the initial distribution of 'age'
age = ____
plt.figure(figsize=(10,5))
plt.hist(____, bins=30, alpha=0.5, label='Original')
plt.legend(prop={'size': 16})
plt.title('Histogram with Original Age');
plt.xlabel('Age'); plt.ylabel('Count');
plt.show()