Skaleerimisalgoritmid

Skaleerimisalgoritmid ehk skaalimisalgoritmid on masinõppe ja andmeanalüüsi meetodid, mida kasutatakse sisendandmete omaduste (features) väärtuste teisendamiseks ühtsesse skaalasse. Peamine eesmärk on tagada, et kõik omadused mõjutaksid mudelit võrdselt, mitte üksnes nende erineva väärtuste vahemiku tõttu. Ilma skaleerimiseta võivad omadused suuremate väärtustega domineerida ja moonutada mudeli õppimist.

Erinevaid skaleerimisalgoritme on mitmeid, millest levinumad on standardimine (standardization) ja normaliseerimine (normalization). Standardimine, tuntud ka kui Z-skoorimine, teisendab andmed nii, et nende keskmine on null ja standardhälve üks. See on eriti kasulik, kui andmetel on normaaljaotus või kui algoritmid eeldavad nullkeskmist andmestikku. Normaliseerimine, sageli nimetatud min-max normaliseerimiseks, teisendab andmed kindlasse vahemikku, tavaliselt 0 ja 1 vahele. See meetod on kasulik, kui andmete vahemik on teada või kui teatud algoritmide puhul on oluline, et kõik väärtused oleksid piiritletud.

Skaleerimisalgoritmide valik sõltub andmete omadustest ja kasutatavast masinõppemudelist. Mõned algoritmid, nagu K-lähimat naabrit (KNN) või tugivektoramasinaid (SVM), on tundlikud omaduste skaalale ja sellest tulenevalt on skaleerimine nende puhul kriitiline. Teised, nagu otsustuspuud või juhuslikud metsad, ei pruugi skaleerimist vajada, kuna nad töötlevad omadusi sõltumatult. Skaleerimisalgoritmide kasutamine võib parandada mudeli jõudlust, kiirendada õppeprotsessi ja muuta mudeli robustsemaks.