Machine learning : les fondamentaux

CHAPITRE 7 Prétraitement des données

Nous allons dans ce chapitre découvrir quelques techniques habituelles de prétraitement en utilisant le jeu de données suivant :

>>> X2 = pd.DataFrame(
...    {
...        "a": range(5),
...        "b": [-100, -50, 0, 200, 1000],
...    }
... )

>>> X2
   a     b
0  0   -100
1  1   -50
2  2     0
3  3   200
4  4   1000

Standardisation

La standardisation des données permet à certains algorithmes de mieux travailler, notamment SVM. Il s’agit pour chacune des colonnes de contenir une moyenne égale à zéro, avec un écart-type égal à 1. La librairie sklearn propose la méthode .fit_transform qui combine .fit et .transform :

>>> from sklearn import preprocessing >>> std = preprocessing.StandardScaler() >>> std.fit_transform(X2) array([[-1.41421356, -0.75995002], ...