Pythonのscikit-learnライブラリを使用してデータをスケーリングするにはどうすればよいですか？

特徴のスケーリングは、機械学習アルゴリズムを構築する際のデータ前処理段階の重要なステップです。特定の範囲内に収まるようにデータを正規化するのに役立ちます。

場合によっては、マシンによって計算が実行される速度を上げるのにも役立ちます。

なぜそれが必要なのですか？

入力として学習アルゴリズムに供給されるデータは、一貫性があり、構造化されている必要があります。値を効果的に予測するには、入力データのすべての機能を単一のスケールにする必要があります。しかし、現実の世界では、データは構造化されておらず、ほとんどの場合、同じ規模ではありません。

これは、正規化が思い浮かぶときです。これは、最も重要なデータ準備プロセスの1つです。これは、入力データセットの列の値を同じスケールに収まるように変更するのに役立ちます。

Scikit学習ライブラリを使用してPythonで機能スケーリングを実行する方法を理解しましょう。

例

import numpy as np
from sklearn import preprocessing
input_data = np.array(
[[34.78, 31.9, -65.5],
[-16.5, 2.45, -83.5],
[0.5, -87.98, 45.62],
[5.9, 2.38, -55.82]])
data_scaler_minmax = preprocessing.MinMaxScaler(feature_range=(0,1))
data_scaled_minmax = data_scaler_minmax.fit_transform(input_data)
print ("\nThe scaled data is \n", data_scaled_minmax)

出力

The scaled data is
[[1.  1. 0.1394052 ]
[0.  0.75433767 0. ]
[0.33151326 0. 1. ]
[0.43681747 0.75375375 0.21437423]]

説明

• 必要なパッケージがインポートされます。

• 入力データは、Numpyライブラリを使用して生成されます。

• クラス「前処理」にあるMinMaxScaler関数は、データを0から1の範囲に収まるようにスケーリングするために使用されます。

• このようにして、配列内のすべてのデータが0〜1の値に縮小されます。

• このスケーリングされたデータはコンソールに表示されます。