Livro de receitas de aprendizagem automática com Python, 2ª edição

Capítulo 4. Manipulação de dados numéricos

Este trabalho foi traduzido com recurso a IA. Agradecemos o teu feedback e comentários: [e-mail]

4.0 Introdução

Quantitativos dados são a medição de algo - seja o tamanho da turma, vendas mensais ou notas dos alunos. A forma natural de representar estas quantidades é numericamente (por exemplo, 29 alunos, 529.392 dólares em vendas). Neste capítulo, abordaremos várias estratégias para transformar dados numéricos em bruto em caraterísticas criadas especificamente para algoritmos de aprendizagem automática.

4.1 Redimensionamento de uma caraterística

Problema

Tens de redimensionar os valores de uma caraterística numérica para que se situem entre dois valores.

Solução

Utiliza o MinMaxScaler do scikit-learn para redimensionar uma matriz de caraterísticas:

# Load libraries
import numpy as np
from sklearn import preprocessing

# Create feature
feature = np.array([[-500.5],
                    [-100.1],
                    [0],
                    [100.1],
                    [900.9]])

# Create scaler
minmax_scale = preprocessing.MinMaxScaler(feature_range=(0, 1))

# Scale feature
scaled_feature = minmax_scale.fit_transform(feature)

# Show feature
scaled_feature

array([[ 0.        ],
       [ 0.28571429],
       [ 0.35714286],
       [ 0.42857143],
       [ 1.        ]])

Debate

O redimensionamento é uma tarefa de pré-processamento comum na aprendizagem automática. Muitos dos algoritmos descritos mais adiante neste livro assumem que todas as caraterísticas estão na mesma escala, normalmente de 0 a 1 ou de -1 a 1. Existem várias técnicas ...