Нормалізація та стандартизація
Масштабування ознак допомагає гарантувати, що жодна ознака не домінує над іншими під час моделювання. Нормалізація та стандартизація — це широко вживані підходи до масштабування. Нормалізація зазвичай приводить ознаки до діапазону [0, 1], щоб вони мали приблизно однакову шкалу. Стандартизація перетворює дані так, щоб середнє було нулем, а дисперсія — одиницею; при цьому краще зберігається інформація про викиди і не встановлюється жорстка межа діапазону. matplotlib.pyplot імпортовано як plt, MinMaxScaler і StandardScaler імпортовано, а розділені ознаки даних про серцеві захворювання імпортовано як X_train і X_test.
Ця вправа є частиною курсу
End-to-End Machine Learning
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# 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()