Özellikleri Neden Ölçeklendirmeliyiz

Coddy'nin Machine Learning Journey'sinin Makine Öğrenimi için İstatistik bölümünün bir parçası. Ders 47 / 64.

Hangi müşteri yeni bir müşteriye en çok benzer? Birçok model örnekler arasındaki mesafeyi ölçer: her özelliğin farkının karesini alır, bunları toplar ve karekökünü alır.

61 yaşında ve 53.000 $ kazanan birine karşılık 52.000 $ kazanan 25 yaşında biri:

İki müşteri arasındaki mesafeye her özelliğin ne kadar katkıda bulunduğunu gösteren iki çubuk: yaş, 36 yıllık fark, 1.296 ekler; görülemeyecek kadar ince bir çizgi; gelir, 1.000 $ fark, 1.000.000 ekler; uzun bir çubuk

Tüm bir tablo için, axis=1 her satırın karelerini toplar ve .argmin() en yakın satırı bulur:

a = np.array([25, 52000])  # yaş, gelir
X = np.array([[61, 53000],   # 61 yaşındaki kişi
              [26, 55000]])  # $55,000 kazanan 26 yaşındaki kişi
dists = np.sqrt(((X - a) ** 2).sum(axis=1))
print(np.round(dists, 2))
print(dists.argmin())

Bu yazdırır:

[1000.65 3000.  ]
0

61 yaşındaki en yakın olandır: dolar daha büyük sayılarla ifade edilir, bu nedenle 1.000 $ 36 yıldan ağır basar. Ölçeklendirilmediğinde, en büyük birimler belirleyici olur.

Bu bölüm, her özelliğin eşit söz hakkına sahip olmasını sağlar.

Görev

Orta

Bir mağaza çamaşır makinelerini features içinde adlandırılan fiyat ($), enerji (yılda kWh) ve su (yıkama başına litre) ölçütlerine göre karşılaştırıyor. Program iki makine konumunu, i ve j'yi okur. Şunları yazdırın:

Squared gaps: her ölçütün farkının karesi.
Distance: 2 ondalık basamağa yuvarlanmış değer.
Dominant feature: karesi alınmış farkı en büyük olan ölçütün adı.

Diğer iki makine için:

Squared gaps: [2500 6400    1]
Distance: 94.35
Dominant feature: energy

Kendin dene

import numpy as np

features = ["price", "energy", "water"]
# Her çamaşır makinesi için bir satır: fiyat dolar cinsinden, enerji yıllık kWh cinsinden, su yıkama başına litre cinsinden
machines = np.array([[499, 160, 48],
                     [349, 210, 55],
                     [899, 120, 42],
                     [529, 250, 50],
                     [279, 230, 60],
                     [749, 140, 45]])
i = int(input())
j = int(input())

# Kodunuzu aşağıya yazın