O escalonamento de recursos é um método usado em aprendizado de máquina para pré-processamento de dados. Este método é usado para normalizar o intervalo de variáveis independentes nos dados, ou recursos, de modo que os dados tenham as propriedades de uma distribuição normal padrão com média 0 e desvio padrão de 1. Também é conhecido como redução de dados ou normalização de dados.
O escalonamento de recursos geralmente é realizado após a normalização média e é o processo de divisão de cada recurso (uma coluna na matriz de dados) no conjunto de dados por uma determinada constante. É usado para evitar possíveis problemas numéricos do modelo, minimizando os valores numéricos de cada variável a um intervalo razoável. Esta técnica pode ser aplicada para acelerar a taxa de convergência para algoritmos computacionalmente caros.
Os dois principais tipos de dimensionamento de recursos usados no aprendizado de máquina são:
* Padronização: Esta técnica dimensiona os valores de forma que sigam uma distribuição gaussiana (também conhecida como curva em sino) com média 0 e desvio padrão 1. Isso é usado em algoritmos que requerem inversão de dados, como distância inversa- interpolação ponderada e métodos de aprendizagem baseados em kernel.
* Normalização: esta técnica altera os valores das colunas numéricas no conjunto de dados para uma escala comum, geralmente de 0 a 1. Isso às vezes é chamado de escala min-max, pois também traz todos os valores do conjunto de recursos para um intervalo específico ( geralmente 0 a 1). Esta técnica é frequentemente usada em redes neurais para treinamento eficiente.
Além desses dois tipos principais de escalonamento de recursos, alguns métodos padrão de pré-processamento são usados para determinados algoritmos de aprendizado de máquina. Por exemplo, a normalização de dados logarítmicos para algoritmos de árvore de decisão é comumente usada para melhorar a precisão. Da mesma forma, o dimensionamento e a centralização de dados para redes neurais são feitos para evitar quaisquer problemas numéricos que possam ocorrer.
O dimensionamento de recursos é uma etapa essencial de pré-processamento para muitos algoritmos de aprendizado de máquina. A não execução desta etapa pode levar a resultados imprecisos devido a irregularidades nos dados. Também ajuda a melhorar a precisão do modelo, tornando o conjunto de dados mais homogêneo e fácil de processar.
