Makine Öğrenimi - Ölçeklendirme

Feature Scaling (Scale Features)

When your data has different values, even using different units of measurement, it may be difficult to compare them. How many kilograms compared to meters? Or altitude compared to time?

The answer to this question is scaling. We can scale the data to new values that are easy to compare.

Please see the table below, which is consistent with what we haveÇoklu Geri DönüşümIn this chapter, the same dataset is used, but this time, the Volume column contains units in liters instead of ccm (1.0 instead of 1000).

Car Model Volume Weight CO2
Toyota Aygo 1.0 790 99
Mitsubishi Space Star 1.2 1160 95
Skoda Citigo 1.0 929 95
Fiat 500 0.9 865 90
Mini Cooper 1.5 1140 105
VW Up! 1.0 929 105
Skoda Fabia 1.4 1109 90
Mercedes A-Class 1.5 1365 92
Ford Fiesta 1.5 1112 98
Audi A1 1.6 1150 99
Hyundai I20 1.1 980 99
Suzuki Swift 1.3 990 101
Ford Fiesta 1.0 1112 99
Honda Civic 1.6 1252 94
Hundai I30 1.6 1326 97
Opel Astra 1.6 1330 97
BMW 1 1.6 1365 99
Mazda 3 2.2 1280 104
Skoda Rapid 1.6 1119 104
Ford Focus 2.0 1328 105
Ford Mondeo 1.6 1584 94
Opel Insignia 2.0 1428 99
Mercedes C-Class 2.1 1365 99
Skoda Octavia 1.6 1415 99
Volvo S60 2.0 1415 99
Mercedes CLA 1.5 1465 102
Audi A4 2.0 1490 104
Audi A6 2.0 1725 114
Volvo V70 1.7 1523 109
BMW 5 2.0 1705 114
Mercedes E-Class 2.1 1605 115
Volvo XC70 2.0 1746 117
Ford B-Max 1.6 1235 104
BMW 2 1.6 1390 108
Opel Zafira 1.6 1405 109
Mercedes SLK 2.5 1395 120

1.0 debisi ve 790 kilogram ağırlığı karşılaştırmak zor olabilir, ancak onları karşılaştırılabilir değerlere ölçeklendirdiğinizde, bir değerin diğerine kıyasla ne kadar olduğunu kolayca görebiliriz.

Verileri ölçeklendirmek için birçok yöntem vardır, bu eğitimde standardization (standartlaştırma) yöntemini kullanacağız.

Standartlaştırma yöntemi aşağıdaki formülü kullanır:

z = (x - u) / s

z yeni değer, x başlangıç değeri, u ortalama, s standart sapma.

Yukarıdaki veri kümesinden weight sütununda ise ilk değeri 790, ölçeklendirilmiş değeri:

(790 - 1292.23) / 238.74 = -2.1

Yukarıdaki veri kümesinden volume sütununda ise ilk değeri 1.0, ölçeklendirilmiş değeri:

(1.0 - 1.61) / 0.38 = -1.59

Şimdi, -2.1 ile -1.59'yu karşılaştırabilirsiniz, değil de 790 ile 1.0'yu.

Bu işlemi elle yapmanıza gerek yok, Python sklearn modülünde adı StandardScaler() yöntemi, bu yöntem dönüşüm veri kümesi yöntemli Scaler nesnesi döndürür.

Örnek

Weight ve Volume sütunlarındaki tüm değerleri ölçeklendirin:

import pandas
from sklearn import linear_model
from sklearn.preprocessing import StandardScaler
scale = StandardScaler()
df = pandas.read_csv("cars2.csv")
X = df[['Weight', 'Volume']]
scaledX = scale.fit_transform(X)
print(scaledX)

Sonuç:

Lütfen dikkat edin, ilk iki değer -2.1 ve -1.59'dur ve hesaplarımızla uyumludur:

[[-2.10389253 -1.59336644]]
 [-0.55407235 -1.07190106]
 [-1.52166278 -1.59336644]
 [-1.78973979 -1.85409913]
 [-0.63784641 -0.28970299]
 [-1.52166278 -1.59336644]
 [-0.76769621 -0.55043568]
 [ 0.3046118  -0.28970299]
 [-0.7551301  -0.28970299]
 [-0.59595938 -0.0289703 ]
 [-1.30803892 -1.33263375]
 [-1.26615189 -0.81116837]
 [-0.7551301  -1.59336644]
 [-0.16871166 -0.0289703 ]
 [ 0.14125238 -0.0289703 ]
 [ 0.15800719 -0.0289703 ]
 [ 0.3046118  -0.0289703 ]
 [-0.05142797  1.53542584]
 [-0.72580918 -0.0289703 ]
 [ 0.14962979  1.01396046]
 [ 1.2219378  -0.0289703 ]
 [ 0.5685001   1.01396046]
 [ 0.3046118   1.27469315]
 [ 0.51404696 -0.0289703 ]
 [ 0.51404696  1.01396046]
 [ 0.72348212 -0.28970299]
 [ 0.8281997   1.01396046]
 [ 1.81254495  1.01396046]
 [ 0.96642691 -0.0289703 ]
 [ 1.72877089  1.01396046]
 [ 1.30990057  1.27469315]
 [ 1.90050772  1.01396046]
 [-0.23991961 -0.0289703 ]
 [ 0.40932938 -0.0289703 ]
 [ 0.47215993 -0.0289703 ]
 [ 0.4302729   2.31762392]

Çalıştırma Örneği

CO2 Değerini Tahmin Et

Çoklu Geri DönüşümBirincil görev, sadece arabanın ağırlığını ve hacmini bilerek onun karbon dioksit emisyonunu tahmin etmektir.

Veri kümesini ölçeklendirdikten sonra, tahmin değerlerinde ölçekleme oranı kullanmak zorundasınız:

Örnek

Bir 2300 kilogram ağırlığında 1.3 litrelik bir arabanın karbon dioksit emisyonunu tahmin et:

import pandas
from sklearn import linear_model
from sklearn.preprocessing import StandardScaler
scale = StandardScaler()
df = pandas.read_csv("cars2.csv")
X = df[['Weight', 'Volume']]
y = df['CO2']
scaledX = scale.fit_transform(X)
regr = linear_model.LinearRegression()
regr.fit(scaledX, y)
scaled = scale.transform([[2300, 1.3]])
predictedCO2 = regr.predict([scaled[0]])
print(predictedCO2)

Sonuç:

[107.2087328]

Çalıştırma Örneği