Standart yoki MinMax shkalasi ishlamay qolganda kuchli egrilikni tuzatish usuli.
Salom, bugun biz Power Transformator deb nomlangan yana bir qiziqarli mavzuni ko'rib chiqamiz.
Biz odatda o'ta egri ma'lumotlarga duch kelamiz va ularni tuzatish deyarli mumkin emas va ko'plab chiziqli modellar chiziqli modellashtirish taxminlari tufayli ularni normal taqsimlash uchun raqamli xususiyatlarni biroz o'zgartirishni talab qiladi.
StandardSCaler va MinMaxSclaer ko'pgina tarqatishlar uchun yaxshi ishlaydi, lekin juda egri ma'lumotlar uchun emas, chunki o'rtacha, median, min va maksimal qiymatlar kabi taqsimotning asosiy ko'rsatkichlari ta'sir qiladi.
Sklearn PowerTransformer-ni qo'llash logarifmik transformatsiyadan foydalanib, har qanday egri xususiyatni normal taqsimotga imkon qadar yaqinlashtiradi.
Keling, bu qanday ishlashini ko'rib chiqaylik.
import seaborn as sns diamonds = sns.load_dataset("diamonds") diamonds[["price", "carat"]].hist(figsize=(10, 5));
#Ikkalasi ham qattiq qiyshiq. Keling, buni logarifmik o'zgartirish yordamida tuzatamiz
from sklearn.preprocessing import PowerTransformer pt = PowerTransformer() diamonds.loc[:, ["price", "carat"]] = pt.fit_transform(diamonds[["price", "carat"]]) diamonds[["price", "carat"]].hist(figsize=(10, 5));
Biz shu yerdamiz……. odatdagi taqsimotga yaqin.
Shunday qilib, bu bizning modelimizga yuqori aniqlikka erishishga yordam beradi.
Bu kabi yangi ilg'or texnikalarni bilish juda yaxshi. Sklearn uchun rahmat. Keyin biz yana bir ilg'or chiziqli regressiya variantini ko'rib chiqamizTheil Sen Regressor
Vaqtingiz uchun yana bir bor rahmat, agar sizga ushbu qisqa maqola yoqqan boʻlsa, mening oʻrta repomda ilgʻor tahlil, maʼlumotlar fanlari va mashinalarni oʻrganish boʻyicha minglab mavzular mavjud. «https://medium.com/@bobrupakroy
Mening ba'zi muqobil internet borligim Facebook, Instagram, Udemy, Blogger, Issuu, Slideshare, Scribd va boshqalar.
Quorada ham mavjud @ https://www.quora.com/profile/Rupak-Bob-Roy
Agar biror narsa kerak bo'lsa, menga xabar bering. Tez orada gaplashing.