Este artigo é ad hoc. A última vez que olhei para as nuances e desafios de diferentes métodos de normalização de dados. E só depois da publicação percebi que não havia mencionado alguns detalhes importantes. Para alguns, eles parecerão óbvios, mas, em minha opinião, é melhor falar sobre isso explicitamente.
Normalizando dados categóricos
Para não confundir o texto com coisas básicas, assumirei que você sabe o que são dados categóricos e ordinais, e como eles diferem dos demais.
Obviamente, qualquer normalização só pode ser realizada em dados numéricos. Conseqüentemente, se apenas os números forem adequados para seu algoritmo / programa para trabalho posterior, é necessário converter todos os outros tipos para eles.
Os dados categóricos são simples. Se o objetivo não é apenas codificar (criptografar) os valores com alguns números, então a única opção disponível é representá-los como valores “1” - “0” (SIM - NÃO) para cada categoria possível. Esta é a chamada codificação one-hot . Quando, em vez de um recurso categórico, aparecerem tantos recursos “booleanos” quantas forem as categorias possíveis.
E isso é tudo.
, .
, , .
, /”” , — . . .
, , , , “” “”. “ ”, , “” . , , — .
, - , « , 0 1». , . , .
. “” ( ) . , . .
1. . ( ). ( ) , , , . , , .
2. ( ). , “” .
, , . — , , , .
— ..
“”
, , . , .
. “” , . “” .
. , , , . — , , , ( ). .
“” , “”. .
. . , , 100 , 100 . 100 .
,
. “” , , . - , .
“” ( ) “” .
, , “”. .
“” “” .
. /, . “-” ( ), “-” ( ). , - , “-” , “-”.
. . “” .
, , (- ), “-”, , “-”, . .. “”.
, “”, .
, — - , . - .
P.S. — , - AdjustedScaler, “” .