Ne zaman kullanılır?
- Makine Öğrenmesi kursu
- Başlangıç
- Ders 78/112
- 5 dk
Ölçeklendirme, KNN ve SVM gibi mesafe tabanlı algoritmalarda önemlidir.
Ne zaman hangisi?
Genel kurallar:
- StandardScaler: varsayılan seçim; doğrusal modeller, SVM, PCA, KNN.
- MinMaxScaler: sınırlı aralık gerekiyorsa (sinir ağı girdileri, pikseller) ve aykırı değer yoksa.
- RobustScaler: belirgin aykırı değerler varsa.
- Hiçbiri: ağaç tabanlı modellerde gerekmez.
Emin değilsen birkaçını çapraz doğrulamayla karşılaştır; seçim de bir hiperparametredir.
Sızıntı kuralı
Ölçekleyici yalnızca eğitim verisiyle fit edilir. Tüm veride fit etmek test istatistiklerini eğitime sızdırır ve skoru yapay olarak şişirir:
# YANLIŞ
sc = StandardScaler().fit(X) # test de dahil
# DOĞRU
sc = StandardScaler().fit(X_train)
X_train_s = sc.transform(X_train)
X_test_s = sc.transform(X_test)Test verisinde min/max eğitimdekini aşabilir; MinMax sonucunda 0-1 dışı değerler görmek normaldir.
Uygulama Aralık dışı test değeri
MinMaxScaler'ı yalnızca X_train ile fit et. X_test'i dönüştürüp yazdır; eğitim aralığının dışındaki değerin 1'den büyük çıktığını gör.
Başlangıç kodu
import numpy as np
from sklearn.preprocessing import MinMaxScaler
X_train = np.array([[10.0], [20.0], [30.0]])
X_test = np.array([[25.0], [40.0]])
# buraya yazÖrnek çözüm
import numpy as np
from sklearn.preprocessing import MinMaxScaler
X_train = np.array([[10.0], [20.0], [30.0]])
X_test = np.array([[25.0], [40.0]])
mm = MinMaxScaler().fit(X_train)
print(mm.transform(X_test))Beklenen çıktı
[[0.75] [1.5 ]]
Soru ve cevaplar
Dersin sorularını cevaplarıyla birlikte inceleyebilirsin. Kendini denemek istersen dersi interaktif olarak çöz.
1 Gelir verisinde birkaç milyarder varsa hangi ölçekleyici uygundur?
- RobustScaler Doğru cevap
- MinMaxScaler
- Ölçekleme gerekmez
- StandardScaler her zaman
Açıklama: Medyan ve IQR aykırı değerlerden etkilenmez.
2 Ölçekleyiciyi yalnızca eğitim verisiyle öğren.
sc = StandardScaler().fit(____)sc = StandardScaler().fit(X_train)Açıklama: Test verisi ölçeğin öğrenilmesine katılmamalıdır.
3 Durumları seçimlerle eşleştir.
| Kavram | Anlamı |
|---|---|
Varsayılan |
StandardScaler |
Pikseller 0-255 |
MinMaxScaler |
Aykırı değerler |
RobustScaler |
Random forest |
Ölçek gerekmez |