Utiliser la fonction StandardScaler() pour standardiser les données Python
Bonjour, lecteurs ! Dans cet article, nous allons nous concentrer sur l'une des techniques de prétraitement les plus importantes en Python - la standardisation en utilisant la fonction StandardScaler().
Alors, commençons !!
Besoin de standardisation
Avant de plonger dans la standardisation, comprenons d'abord le concept de mise à l'échelle.
La mise à l'échelle des caractéristiques est une étape essentielle dans la modélisation des algorithmes avec les ensembles de données. Les données généralement utilisées à des fins de modélisation sont obtenues par divers moyens tels que :
- Questionnaire
- Enquêtes
- Recherche
- Grattage, etc.
Ainsi, les données obtenues contiennent des caractéristiques de différentes dimensions et échelles. Les différentes échelles des caractéristiques des données affectent négativement la modélisation d'un ensemble de données.
Cela conduit à un résultat biaisé des prédictions en termes d'erreur de classification et de taux de précision. Ainsi, il est nécessaire de normaliser les données avant la modélisation.
C'est à ce moment-là que la normalisation entre en jeu.
La standardisation est une technique d'échelle qui rend les données sans échelle en convertissant la distribution statistique des données au format ci-dessous :
- moyenne - 0 (zéro)
- écart type - 1
Ainsi, l'ensemble des données est mis à l'échelle avec une moyenne de zéro et une variance unitaire, dans son ensemble.
Essayons maintenant de mettre en œuvre le concept de standardisation dans les sections à venir.
Fonction StandardScaler() de Python sklearn
La bibliothèque Python sklearn nous offre la fonction StandardScaler() pour standardiser les valeurs des données dans un format standard.
Syntaxe :
object = StandardScaler()
object.fit_transform(data)
Selon la syntaxe ci-dessus, nous créons initialement un objet de la fonction StandardScaler(). Ensuite, nous utilisons fit_transform() avec l'objet assigné pour transformer les données et les standardiser.
Remarque : La normalisation n'est applicable qu'aux valeurs de données qui suivent une Distribution Normale.
Standardiser les données avec la fonction StandardScaler()
Jetez un coup d'œil à l'exemple ci-dessous !
from sklearn.datasets import load_iris
from sklearn.preprocessing import StandardScaler
dataset = load_iris()
object= StandardScaler()
Splitting the independent and dependent variables
i_data = dataset.data
response = dataset.target
standardization
scale = object.fit_transform(i_data)
print(scale)
Explication :
- Importez les bibliothèques nécessaires. Nous avons importé la bibliothèque sklearn pour utiliser la fonction StandardScaler.
- Chargez le jeu de données. Ici, nous avons utilisé le jeu de données IRIS de la bibliothèque sklearn.datasets. Vous pouvez trouver le jeu de données ici.
- Définissez un objet à la fonction StandardScaler() .
- Séparez les variables indépendantes et les variables cibles comme montré ci-dessus.
- Appliquez la fonction sur le jeu de données en utilisant la fonction fit_transform().
Sortie :
Conclusion
Par cela, nous sommes arrivés à la fin de ce sujet. N'hésitez pas à commenter ci-dessous, si vous avez la moindre question.
Pour plus de publications liées à Python, restez à l'écoute @ Python avec JournalDev et d'ici là, bonne apprentissage !! :)