Özellik ölçeklendirme, verilerin ön işlenmesi için makine öğreniminde kullanılan bir yöntemdir. Bu yöntem, verilerdeki veya özelliklerdeki bağımsız değişkenlerin aralığını normalleştirmek için kullanılır; böylece veriler, ortalaması 0 ve standart sapması 1 olan standart normal dağılım özelliklerine sahip olmalıdır. Bu yöntem aynı zamanda veri azaltma olarak da bilinir. veya veri normalleştirme.
Özellik ölçekleme genellikle ortalama normalizasyondan sonra gerçekleştirilir ve veri setindeki her bir özelliğin (veri matrisindeki bir sütun) belirli bir sabite bölünmesi işlemidir. Her değişkenin sayısal değerlerini makul bir aralığa indirerek modelin olası sayısal sorunlarını önlemek için kullanılır. Bu teknik, hesaplama açısından pahalı algoritmalar için yakınsama oranını hızlandırmak için uygulanabilir.
Makine öğreniminde kullanılan iki ana özellik ölçeklendirme türü şunlardır:
* Standardizasyon: Bu teknik, ortalama 0 ve standart sapma 1 olan bir Gauss dağılımını (çan eğrisi olarak da bilinir) takip edecek şekilde değerleri ölçeklendirir. Bu, ters mesafe gibi verilerin ters çevrilmesini gerektiren algoritmalarda kullanılır. ağırlıklı enterpolasyon ve çekirdek tabanlı öğrenme yöntemleri.
* Normalleştirme: Bu teknik, veri kümesindeki sayısal sütunların değerlerini ortak bir ölçeğe, genellikle 0'dan 1'e değiştirir. Buna bazen minimum-maksimum ölçeklendirme denir, çünkü özellik kümesindeki tüm değerleri belirli bir aralığa da getirir ( genellikle 0 ila 1). Bu teknik genellikle sinir ağlarında verimli eğitim için kullanılır.
Bu iki ana özellik ölçeklendirme türüne ek olarak, belirli makine öğrenmesi algoritmaları için bazı standart ön işleme yöntemleri kullanılmaktadır. Örneğin, karar ağacı algoritmaları için logaritmik verilerin normalleştirilmesi, doğruluğu artırmak için yaygın olarak kullanılır. Benzer şekilde, sinir ağları için verilerin ölçeklenmesi ve merkezlenmesi, oluşabilecek sayısal sorunlardan kaçınmak için yapılır.
Özellik ölçeklendirme, birçok makine öğrenimi algoritması için önemli bir ön işleme adımıdır. Bu adımın uygulanmaması verilerdeki düzensizliklerden dolayı hatalı sonuçlara yol açabilir. Ayrıca veri kümesini daha homojen ve işlenmesi kolay hale getirerek modelin doğruluğunun artırılmasına yardımcı olur.
