Skaalimisalgoritmid

Skaalimisalgoritmid viitavad meetoditele, mida kasutatakse andmete väärtuste muutmiseks nii, et need mahuksid teatud vahemikku või et nende jaotused oleksid sarnasemad. Seda kasutatakse sageli masinõppe algoritmides, et parandada nende jõudlust ja stabiilsust. Ilma skaalimiseta võivad mõned algoritmide omadused, mis sõltuvad kaugusest või suuruse erinevustest, olla ebaproportsionaalselt mõjutatud suuremate väärtustega omadustest.

Üks levinumaid skaalimisalgoritme on normaliseerimine ehk min-max skaalimine. See meetod muudab andmete väärtused kindlasse vahemikku, tavaliselt 0 ja 1 vahele. Valemi abil X_scaled = (X - X_min) / (X_max - X_min), kus X on algne väärtus, X_min on minimaalne väärtus atribuudis ja X_max on maksimaalne väärtus.

Teine populaarne meetod on standardimine ehk z-score normaliseerimine. See meetod muudab andmed nii, et nende keskmine oleks 0 ja standardhälve 1. Valem selleks on X_scaled = (X - keskmine) / standardhälve. See meetod on eriti kasulik, kui andmete jaotus on ligilähedaselt normaalne või kui algoritm on tundlik andmete keskmise ja standardhälbe suhtes.

Lisaks nendele on olemas ka muid skaalimisalgoritme, nagu näiteks robustne skaalimine, mis kasutab kvartiile ja on vähem tundlik võimalike äärmuslike väärtuste suhtes, või maksimaalne absoluutne skaalimine, mis skaalib andmed vahemikku -1 ja 1, jagades iga väärtuse atribuudi maksimaalse absoluutväärtusega. Algoritmi valik sõltub sageli konkreetsest probleemist, andmete jaotusest ja kasutatavast masinõppe mudelist.