Normalisering och standardisering
Funktionsskalning säkerställer att inget särdrag dominerar över de andra under modellering. Normalisering och standardisering är vanliga tekniker för funktionsskalning. Normalisering skalar vanligtvis särdrag till intervallet [0, 1] så att de får ungefär samma skala. Standardisering omvandlar data till att ha medelvärdet noll och enhetsvariansen, vilket bevarar mer information om avvikande värden och inte begränsar intervallet. matplotlib.pyplot har importerats som plt, MinMaxScaler och StandardScaler har importerats, och särdragen från den uppdelade hjärtsjukdomsdatan har importerats som X_train och X_test.
Den här övningen är en del av kursen
End-to-End Machine Learning
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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()