Scalatura Min-Max

Fa parte della sezione Statistica per il machine learning del percorso Machine Learning di Coddy. Lezione 48 di 64.

La scalatura min-max dà a ogni caratteristica la stessa importanza: in ogni colonna, il valore più piccolo diventa 0, il più grande 1 e gli altri si collocano tra questi due.

Aggiungi una persona di 40 anni che guadagna $80,000, poi ridimensiona tutti e quattro:

Età e redditi di quattro clienti in una tabella, una freccia, poi la stessa tabella ridimensionata: in ogni colonna il valore più piccolo è diventato 0.00 e il più grande 1.00, con una tonalità più scura, mentre gli altri sono intermedi

Il broadcasting lo fa in una riga, con il valore minimo e l'intervallo di ciascuna colonna:

X = np.array([[25, 52000],
              [61, 53000],
              [26, 55000],
              [40, 80000]])
lows = X.min(axis=0)
highs = X.max(axis=0)
scaled = (X - lows) / (highs - lows)

Ora conta anche l'età. Il vicino più prossimo del cliente 0 non è più il sessantunenne:

I clienti ridimensionati come punti su un quadrato da 0 a 1, con linee dal cliente 0: il ventiseienne è il più vicino a 0.11, il sessantunenne è a 1.00 di distanza, chi guadagna $80,000 è a 1.08

Un valore estremo diventa 1 e schiaccia gli altri vicino a 0, quindi la normalizzazione min-max è adatta alle colonne senza valori anomali.

Sfida

Medio

Un torrefattore abbina i caffè che producono un’infusione simile. Ogni riga di beans rappresenta un caffè: temperatura dell’acqua (C), tempo di infusione (s) e caffeina (mg). Il programma legge le posizioni i e j; la funzione iniziale distance(a, b) misura la distanza tra due campioni.

Applica il ridimensionamento min-max a beans.
Stampa Every column from 0 to 1:, poi la tabella ridimensionata con 2 decimali.
Stampa la loro distanza prima e dopo il ridimensionamento, come sotto.

Per altri tre caffè, alle posizioni 0 e 1:

Every column from 0 to 1:
[[1.   1.   0.67]
 [0.5  0.5  0.  ]
 [0.   0.   1.  ]]
Coffees 0 and 1: 63.28 apart before scaling, 0.97 after

Provalo tu

import numpy as np


# Restituisce la distanza tra due campioni (da Why Scale Features)
def distance(a, b):
    return np.sqrt(((a - b) ** 2).sum())


# Una riga per ogni caffè: temperatura dell'acqua in C, tempo di infusione in secondi, caffeina in mg
beans = np.array([[88, 120, 60],
                  [96, 300, 30],
                  [86, 90, 70],
                  [94, 240, 120],
                  [90, 180, 90],
                  [84, 60, 50]])
i = int(input())
j = int(input())

# Scrivi il tuo codice qui sotto

Mettiti alla prova

Questa lezione include un breve quiz. Inizia la lezione per rispondere e tenere traccia dei tuoi progressi.

Tutte le lezioni di Statistica per il machine learning

3Probabilità tramite simulazione

La probabilità come frequenza La legge dei grandi numeri Somme dei dadi Valore atteso Probabilità condizionata Riepilogo: probabilità al banco dei dadi

6Relazioni

Leggere i grafici a dispersione Correlazione Matrice di correlazione Mappe di calore della correlazione Correlazione non significa causalità Riepilogo: gelato e sole

9Scalatura delle feature

Perché scalare le featureScalatura Min-MaxStandardizzazione StandardScaler Riepilogo: compagni di scalata

12Sfide finali

Ritardi dei treni Qualità dell'aria Chimica del vino Sondaggio in clinica

Esercitati da solo: Compilatore Python online