Standartlaştırma

Coddy'nin Machine Learning Journey'sinin Makine Öğrenimi için İstatistik bölümünün bir parçası. Ders 49 / 64.

Birçok model, her özellik 0'da merkezlendiğinde ve yayılımı 1 olduğunda en iyi şekilde öğrenir. Standartlaştırma bunu yapar: her değer, kendi sütunundaki z puanına dönüşür.

Beş balkabağı, kg cinsinden ağırlık ve cm cinsinden genişlik:

Standart sapma cinsinden bir cetvel üzerinde iki nokta sırası: 8 ile 40 kg arasında beş balkabağı ağırlığı ve 30 ile 65 cm arasında beş genişlik; her sıra kendi ortalaması 0'da merkezlenmiştir ve tümü -1.6 ile 1.6 arasındadır

Broadcasting, her sütunu aynı anda standartlaştırır:

pumpkins = np.array([[30, 60],
                     [8, 30],
                     [22, 55],
                     [40, 65],
                     [15, 40]])
z = (pumpkins - pumpkins.mean(axis=0)) / pumpkins.std(axis=0)
print(np.round(z.mean(axis=0), 2))
print(np.round(z.std(axis=0), 2))

Bu çıktıyı verir:

[0. 0.]
[1. 1.]

Kontrol etmeden önce yuvarlayın: yuvarlanmamış hâliyle 0 ortalama, yuvarlama hatasının küçük bir izi olarak 2.22044605e-17 şeklinde yazdırılabilir.

Min-maksın aksine sabit bir aralık yoktur: değerlerin çoğu -2 ile 2 arasında yer alır.

Görev

Orta

Bir süt çiftliği sıra dışı inekleri tespit ediyor. cows içindeki her satır bir ineği temsil eder: features içinde adlandırılan süt (günde litre), ağırlık (kg) ve yaş (yıl). Program bir ineğin konumunu k okur.

standardize(X) işlevini tamamla. Kontrol satırları ardından [0. 0. 0.] ve [1. 1. 1.] çıktılarını verir.
İşaretini dikkate almadan, k numaralı ineğin 0'dan en uzak z-skorunu bul ve aşağıdaki gibi 2 ondalık basamakla yazdır.

Başka bir çiftlikteki bir inek için:

Column means: [0. 0. 0.]
Column stds: [1. 1. 1.]
Cow 2 stands out by weight: 1.76 std above the herd

Kendin dene

import numpy as np

features = ["milk", "weight", "age"]
# Her inek için bir satır: günlük süt miktarı litre cinsinden, ağırlık kg cinsinden, yaş yıl cinsinden
cows = np.array([[28, 610, 6],
                 [22, 540, 3],
                 [35, 680, 6],
                 [31, 590, 9],
                 [19, 650, 4],
                 [26, 520, 2],
                 [30, 600, 7]])
k = int(input())


# Her sütunu standartlaştırılmış X'i döndürür: ortalama 0 ve standart sapma 1
def standardize(X):
    # Aşağıdaki satırı standartlaştırma işlemiyle değiştirin
    return X


# Aşağıdaki üç satırı değiştirmeyin: fonksiyonunuzu kontrol ederler
z = standardize(cows)
print("Column means:", np.round(z.mean(axis=0), 2))
print("Column stds:", np.round(z.std(axis=0), 2))

# Kodunuzu aşağıya yazın: k ineğinin dikkat çeken özelliği nedir?