การเรียนรู้ของเครื่อง - มาตราส่วน

คุณสมบัติมาตราส่วน

เมื่อข้อมูลของคุณมีค่าต่างกันและแม้แต่หน่วยการวัดที่ต่างกัน ก็อาจเปรียบเทียบได้ยาก กิโลกรัมเทียบกับเมตรคืออะไร? หรือความสูงเมื่อเทียบกับเวลา?

คำตอบสำหรับปัญหานี้คือการปรับขนาด เราสามารถปรับขนาดข้อมูลให้เป็นค่าใหม่ที่เปรียบเทียบได้ง่ายขึ้น

ดูตารางด้านล่าง เป็นชุดข้อมูลเดียวกับที่เราใช้ใน บทถดถอยพหุคูณแต่คราวนี้คอลัมน์ปริมาตร มีค่าเป็น ลิตรแทนที่จะเป็นcm ³ (1.0 แทน 1000)

ไฟล์นี้มีขึ้นเพื่อการทดสอบเท่านั้น คุณสามารถดาวน์โหลดได้ที่นี่: cars2.csv

รถ	แบบอย่าง	ปริมาณ	น้ำหนัก	CO2

โตโยต้า	Aygo	1.0	790	99
มิตซูบิชิ	สเปซสตาร์	1.2	1160	95
Skoda	Citigo	1.0	929	95
เฟียต	500	0.9	865	90
มินิ	คูเปอร์	1.5	1140	105
VW	ขึ้น!	1.0	929	105
Skoda	ฟาเบีย	1.4	1109	90
Mercedes	ห้องเรียน	1.5	1365	92
ฟอร์ด	เฟียสต้า	1.5	1112	98
Audi	A1	1.6	1150	99
ฮุนได	I20	1.1	980	99
ซูซูกิ	Swift	1.3	990	101
ฟอร์ด	เฟียสต้า	1.0	1112	99
ฮอนด้า	พลเมือง	1.6	1252	94
ฮุนได	I30	1.6	1326	97
Opel	Astra	1.6	1330	97
BMW	1	1.6	1365	99
มาสด้า	3	2.2	1280	104
Skoda	รวดเร็ว	1.6	1119	104
ฟอร์ด	จุดสนใจ	2.0	1328	105
ฟอร์ด	มอนดีโอ	1.6	1584	94
Opel	เครื่องราชอิสริยาภรณ์	2.0	1428	99
Mercedes	C-Class	2.1	1365	99
Skoda	Octavia	1.6	1415	99
วอลโว่	S60	2.0	1415	99
Mercedes	CLA	1.5	1465	102
Audi	A4	2.0	1490	104
Audi	A6	2.0	1725	114
วอลโว่	V70	1.6	1523	109
BMW	5	2.0	1705	114
Mercedes	E-Class	2.1	1605	115
วอลโว่	XC70	2.0	1746	117
ฟอร์ด	บี-แม็กซ์	1.6	1235	104
BMW	2	1.6	1390	108
Opel	ซาฟิรา	1.6	1405	109
Mercedes	SLK	2.5	1395	120

การเปรียบเทียบปริมาตร 1.0 กับน้ำหนัก 790 อาจเป็นเรื่องยาก แต่ถ้าเราปรับขนาดทั้งสองให้เป็นค่าที่เปรียบเทียบกันได้ เราจะเห็นได้อย่างง่ายดายว่าค่าหนึ่งเทียบกับอีกค่าหนึ่งมีค่าเท่าใด

มีวิธีการต่างๆ สำหรับการปรับขนาดข้อมูล ในบทช่วยสอนนี้ เราจะใช้วิธีการที่เรียกว่าการทำให้เป็นมาตรฐาน

วิธีการมาตรฐานใช้สูตรนี้:

z = (x - u) / s

zค่าใหม่ อยู่ที่ไหน คือค่า xเดิม uคือค่ากลาง และsค่าเบี่ยงเบนมาตรฐาน

หากคุณนำ คอลัมน์ น้ำหนักจากชุดข้อมูลข้างต้น ค่าแรกคือ 790 และค่าที่ปรับขนาดจะเป็น:

(790 - ) / = -2.1

หากคุณนำ คอลัมน์ โวลุ่มจากชุดข้อมูลด้านบน ค่าแรกคือ 1.0 และค่าที่ปรับขนาดจะเป็น:

(1.0 - ) / = -1.59

ตอนนี้คุณสามารถเปรียบเทียบ -2.1 กับ -1.59 แทนการเปรียบเทียบ 790 กับ 1.0

คุณไม่จำเป็นต้องทำสิ่งนี้ด้วยตนเอง โมดูล Python sklearn มีเมธอดที่เรียกว่าStandardScaler() ซึ่งส่งคืนอ็อบเจกต์ Scaler ด้วยวิธีการแปลงชุดข้อมูล

ตัวอย่าง

ปรับขนาดค่าทั้งหมดในคอลัมน์น้ำหนักและปริมาตร:

ผลลัพธ์:

โปรดทราบว่าค่าสองค่าแรกคือ -2.1 และ -1.59 ซึ่งสอดคล้องกับการคำนวณของเรา:

[[-2.10389253 -1.59336644]
 [-0.55407235 -1.07190106]
 [-1.52166278 -1.59336644]
 [-1.78973979 -1.85409913]
 [-0.63784641 -0.28970299]
 [-1.52166278 -1.59336644]
 [-0.76769621 -0.55043568]
 [ 0.3046118  -0.28970299]
 [-0.7551301  -0.28970299]
 [-0.59595938 -0.0289703 ]
 [-1.30803892 -1.33263375]
 [-1.26615189 -0.81116837]
 [-0.7551301  -1.59336644]
 [-0.16871166 -0.0289703 ]
 [ 0.14125238 -0.0289703 ]
 [ 0.15800719 -0.0289703 ]
 [ 0.3046118  -0.0289703 ]
 [-0.05142797  1.53542584]
 [-0.72580918 -0.0289703 ]
 [ 0.14962979  1.01396046]
 [ 1.2219378  -0.0289703 ]
 [ 0.5685001   1.01396046]
 [ 0.3046118   1.27469315]
 [ 0.51404696 -0.0289703 ]
 [ 0.51404696  1.01396046]
 [ 0.72348212 -0.28970299]
 [ 0.8281997   1.01396046]
 [ 1.81254495  1.01396046]
 [ 0.96642691 -0.0289703 ]
 [ 1.72877089  1.01396046]
 [ 1.30990057  1.27469315]
 [ 1.90050772  1.01396046]
 [-0.23991961 -0.0289703 ]
 [ 0.40932938 -0.0289703 ]
 [ 0.47215993 -0.0289703 ]
 [ 0.4302729   2.31762392]]

ทำนายค่า CO2

งานในบทการถดถอยพหุคูณคือการคาดการณ์การปล่อย CO2 จากรถยนต์เมื่อคุณรู้เพียงน้ำหนักและปริมาตรเท่านั้น

เมื่อมีการปรับขนาดชุดข้อมูล คุณจะต้องใช้มาตราส่วนเมื่อคุณคาดการณ์ค่า:

ตัวอย่าง

ทำนายการปล่อย CO2 จากรถยนต์ 1.3 ลิตรที่มีน้ำหนัก 2300 กิโลกรัม:

import pandas
from sklearn import linear_model
from sklearn.preprocessing import StandardScaler
scale = StandardScaler()

df = pandas.read_csv("cars2.csv")

X = df[['Weight', 'Volume']]
y = df['CO2']

scaledX = scale.fit_transform(X)

regr = linear_model.LinearRegression()
regr.fit(scaledX, y)

scaled = scale.transform([[2300, 1.3]])

predictedCO2 = regr.predict([scaled[0]])
print(predictedCO2)

ผลลัพธ์:

[107.2087328]

❮ ก่อนหน้า ถัดไป ❯

บทช่วยสอนงูหลาม

การจัดการไฟล์

โมดูล Python

Python Matplotlib