¿Qué es el escalamiento?
Cuando carga por primera vez un conjunto de datos en su script o cuaderno de Python y observa sus características numéricas, probablemente notará que todas están en escalas diferentes.
Esto significa que cada columna o característica tendrá rangos variables. Por ejemplo, una característica puede tener valores que van de 0 a 1, mientras que otra puede tener valores que van de 1000 a 10000.
Toma el Conjunto de datos sobre la calidad del vino del repositorio de aprendizaje automático de la UCI (Licencia CC by 4.0) Por ejemplo.
El escalamiento es esencialmente el proceso de acercar todas las características a un rango o escala similar o igual, como transformarlas para que todos los valores estén entre 0 y 1.
Cuándo (y por qué) es necesario escalar
Hay algunas razones por las que es importante escalar las características antes de ajustar/entrenar un modelo de aprendizaje automático:
- Asegura que todas las características contribuyan por igual al modelo. Cuando una característica tiene un gran tamaño y…