Caractéristiques Scalling dans l'apprentissage sans supervision: Pourquoi et comment faire correctement

L'échelle de fonctions est une étape importante de prétraitement dans de nombreux algorithmes d'apprentissage automatique, en particulier dans l'apprentissage non supervisé. L'échelle de fonctions permet de garantir que toutes les fonctionnalités contribuent également à l'analyse et améliore les performances des algorithmes tels que le regroupement et la réduction de dimensionnalité.

Pourquoi l'élargissement des fonctionnalités compte-t-il?

Dans l'apprentissage non supervisé, les algorithmes reposent souvent sur des mesures de distance ou des mesures de similitude. Si les caractéristiques sont à différentes échelles, les caractéristiques avec des plages plus grandes peuvent dominer ces calculs, ce qui conduit à des résultats biaisés.

Techniques courantes de calibrage

• Scalage Min-Max: Transforme les caractéristiques à une plage fixe, généralement [0, 1].
• Normement: Les centres sont situés autour de la moyenne avec un écart type de 1.
• Écaillage de la buste: Utilise la plage médiane et interquartile pour réduire l'influence des valeurs aberrantes.

Meilleures pratiques pour l'expansion

Appliquer des techniques de graduation après avoir divisé les données en ensembles de formation et d'essai pour éviter les fuites de données.