-1

Olá!

Sou iniciante em Data Science e Machine Learning, desculpem se a dúvida é meio "besta".

Entendo a importância da padronização/normalizacão das features e em meus estudos, sempre me deparo com o uso do StandardScaler(). Estudando através da documentação do Sklearn, vi que também existe o preprocessing.scale() e na prática, tanto o StandardScaler() como somente Scaler()em meu teste resultou na mesma coisa.

A documentação diz que o StandardScaler() aplica "transformer API". O que seria isso? Qual a diferença ao utilizar o preprocessing.scale() x preprocessing.StandardScaler() ?

Meus testes:

from sklearn import preprocessing
import numpy as np

X_train = np.array([[ 1., -1.,  2.],
                    [ 2.,  0.,  0.],
                    [ 0.,  1., -1.]])

X_scaled = preprocessing.scale(X_train)
X_scaled ## Features padronizadas

out[ ]:

array([[ 0.        , -1.22474487,  1.33630621],
       [ 1.22474487,  0.        , -0.26726124],
       [-1.22474487,  1.22474487, -1.06904497]])

Utilizando o StandardScaler():

from sklearn.preprocessing import StandardScaler

scaler = preprocessing.StandardScaler().fit(X_train)
StandardScaler()

scaler.mean_

scaler.scale_

scaler.transform(X_train)

out [ ]

array([[ 0.        , -1.22474487,  1.33630621],
       [ 1.22474487,  0.        , -0.26726124],
       [-1.22474487,  1.22474487, -1.06904497]])

Muito obrigada!

1 Resposta 1

0

1) Qual a diferença ao utilizar o preprocessing.scale() Vs preprocessing.StandardScaler()?

Ambos o StandardScaler().fit(X_train) e o scale(X_train) realizam a mesma operação, mas o primeiro gera uma classe, enquanto o segundo apenas escalona os dados.

Caso tenha um X_train e um X_test, o correto é escalonar ambos os conjuntos de dados pela média e desvio padrão apenas do X_train. É neste cenário que o StandardScaler() entra:

scaler = StandardScaler()

X_train_scaled = scaler.fit_transform(X_train)
X_test_scaled = scaler.transform(X_test)

Caso tenha apenas um único conjunto de dados e esse escalonamento só será realizado uma única vez, o preprocessing.scale() é suficiente.

2) A documentação diz que o StandardScaler() aplica "transformer API". O que seria isso?

A documentação diz:

The preprocessing module further provides a utility class StandardScaler that implements the Transformer API to compute the mean and standard deviation on a training set so as to be able to later reapply the same transformation on the testing set.

O módulo preprocessing ainda fornece uma classe utilitária StandardScaler que implementa a API Transformer para calcular a média e o desvio padrão em um conjunto de treino para que seja possível reutilizar a mesma transformação no conjunto de teste.

Essa API Transformer é uma referência ao modulo Transformer do sklearn, utilizado para transformar os dados. Esse módulo é aplamente usado pelo próprio sklearn em seus prórpio métodos, mas podemos fazer um personalizado.

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .