آموزش ماشین یادگیری - مقیاس‌بندی

مقیاس ویژگی‌ها (Scale Features)

هنگامی که داده‌های شما دارای مقادیر مختلفی هستند، حتی با استفاده از واحدهای اندازه‌گیری مختلف، ممکن است بسیار دشوار باشد که آنها را مقایسه کنید. کیلوگرم در مقایسه با متر چگونه است؟ یا ارتفاع در مقایسه با زمان؟

جواب این سوال تغییر مقیاس است. ما می‌توانیم داده‌ها را به مقیاس‌های جدیدی که قابل مقایسه هستند، تغییر دهیم.

لطفاً جدول زیر را ببینید، که بابہت سارے ریگرسیشندر این فصل از داده‌های استفاده شده مشابه است، اما این بار، واحد حجم در ستون Volume لیوان است، نه ccm (۱۰۰۰ به جای ۱.۰).

ماشین مدل حجم وزن کربن دی‌اکسید
تویوتا ایگویو 1.0 790 99
میتسوبیشی اسپیس استار 1.2 1160 95
Skoda سیتیگو 1.0 929 95
فیات 500 0.9 865 90
مینی کوپر 1.5 1140 105
وای‌آی‌وی آپ! 1.0 929 105
Skoda فابیا 1.4 1109 90
Mercedes A-کلاس 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

很难将排量 1.0 与车重 790 进行比较，但是如果将它们都缩放为可比较的值，我们可以很容易地看到一个值与另一个值相比有多少。

اسکالر بنانے کے طریقوں کی بہت سی موجود ہیں، اس درس میں ہم ایک نام 'standardization' والا طریقہ کار استعمال کریں گے。

اسٹینڈرڈائزیشن طریقہ کار استعمال کرتے ہوئے اس کی فرمول درج ذیل ہے:

z = (x - u) / s

جس میں z نئی اعداد، x اصل اعداد، u اوسط، s معیار انحراف اوسط ہوتا ہے。

اگر آپ سلسلے سے اعداد حاصل کرتے ہیں، تو پہلا اعداد 790، اسکالر بنانے کے بعد کا اعداد: weight کوئی سلسلہ، تو پہلا اعداد 790، اسکالر بنانے کے بعد کا اعداد:

(790 - 1292.23) / 238.74 = -2.1

اگر آپ سلسلے سے اعداد حاصل کرتے ہیں، تو پہلا اعداد 790، اسکالر بنانے کے بعد کا اعداد: volume کوئی سلسلہ، تو پہلا اعداد 1.0، اسکالر بنانے کے بعد کا اعداد:

(1.0 - 1.61) / 0.38 = -1.59

اب آپ -2.1 کو -1.59 سے مقایسه کرسکتے ہیں، نہ کہ 790 کو 1.0 سے مقایسه کرسکتے ہیں。

آپ کو اس کو ہندرانی طور پر نہیں چلانا پڑتا، پیتون اسکلئیر ماڈیول میں ایک نام 'StandardScaler' والا ماڈیول موجود ہے StandardScaler() طریق کا استعمال، جس میں تبدیل شدہ ڈاٹا سیٹ کا اسکالر آئیٹم شامل ہوتا ہے。

مثال

اسکالر Weight اور Volume کی اعداد کو اسکالر میکنی:

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)

نتائج:

لطفاً توجه داشته باشید که دو اولین مقدار -2.1 و -1.59 با محاسبات ما مطابقت دارند:

[[-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]

آپریشن نمونہ چلانا

کربن ڈائی آکسائڈ کا اندازہ لگانا

بہت سارے ریگرسیشنیہ کار کا مقصد صرف موٹر کی وزن اور کلاج کی معلومات کی بنیاد پر ان کا کربن ڈائی آکسائڈ کا اخراج اندازہ لگانا ہے۔

دیتا سیٹ کو سکال کیا جاچکا ہے تو پریڈکشن کے لئے اس کی سکالنگ کی کیجائی بجائی استعمال کریں:

مثال

2300 کلوگرام کا 1.3 لیٹر کا موٹر کار کا کربن ڈائی آکسائڈ کا اخراج کا اندازہ لگانا:

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)

نتائج:

[107.2087328]

آپریشن نمونہ چلانا