راه
۶ کیو· متوسطمتوسطPYTHON۴ ثانیه · ۲۵۶ مگابایت

سه روش مقیاس‌دهی

تابع scale_all(X_train, X_test) سه تبدیل را فقط با آمار X_train می‌سازد و روی X_test اعمال می‌کند، برای هر ستون جداگانه:

  • استاندارد: (x−mean)/std(x - \text{mean})/\text{std}، با std تقسیم بر nn (همان StandardScaler).
  • کمینه-بیشینه: (x−min⁡)/(max⁡−min⁡)(x - \min)/(\max - \min) (همان MinMaxScaler).
  • مقاوم: (x−median)/(Q3−Q1)(x - \text{median})/(Q_3 - Q_1)، با چارک‌های np.percentile(X_train, [25, 75], axis=0) (همان RobustScaler).

خروجی، سه ماتریس تبدیل‌شده‌ی X_test به همین ترتیب: [standard, minmax, robust]. مقدارهای آزمون می‌توانند بیرون از بازه‌ی صفر و یک بیفتند — درست است، چون آمار از داده‌ی آموزش آمده.

نمونه‌ها

ورودی نمونه ۱
[[[186.9, 263.21], [46.74, 61.11], [9.48, 67.52], [32.77, 53.87], [24.09, 65.88], [4.33, 32.14]], [[73.57, 6.94], [52.34, 8.62]]]
خروجی نمونه ۱
[[[0.3656, -1.0718], [0.0259, -1.0503]], [[0.3793, -0.1091], [0.263, -0.1018]], [[1.4989, -4.9479], [0.794, -4.801]]]
ورودی نمونه ۲
[[[131.28, 180.03, 326.23], [79.04, 72.71, 46.19], [75.97, 75.82, 22.05], [78.99, 48.79, 53.28], [82.08, 69.22, 9.94], [85.12, 47.26, 69.05], [85.95, 65.94, 51.47], [69.82, 72.85, 118.64], [61.38, 34.47, -26.68], [94.73, 62.85, 78.72]], [[25.01, 60.78, -32.31], [21.62, 51.22, 87.29], [17.01, 31.03, -9.2]]]
خروجی نمونه ۲
[[[-3.3302, -0.3223, -1.1675], [-3.5202, -0.5745, 0.1351], [-3.7785, -1.1072, -0.9158]], [[-0.5203, 0.1808, -0.016], [-0.5688, 0.1151, 0.3229], [-0.6348, -0.0236, 0.0495]], [[-6.1602, -0.3315, -1.7563], [-6.5362, -0.7977, 0.7241], [-7.0474, -1.7821, -1.277]]]

برای نوشتن پاسخ و دریافت امتیاز، ابتدا وارد حساب شوید.

ورود