Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Aprenda StandardScaler, MinMaxScaler, MaxAbsScaler | Pré-Processamento de Dados com Scikit-Learn
Introdução ao ML com Scikit-learn

bookStandardScaler, MinMaxScaler, MaxAbsScaler

Existem três abordagens populares para escalonar os dados:

  • MinMaxScaler: escala as características para o intervalo [0, 1];
  • MaxAbsScaler: escala as características de modo que o valor absoluto máximo seja 1 (assim, os dados ficam garantidos no intervalo [-1, 1]);
  • StandardScaler: padroniza as características tornando a média igual a 0 e a variância igual a 1.

Para ilustrar como os scalers operam, considere as características 'culmen_depth_mm' e 'body_mass_g' do conjunto de dados penguins. Essas características podem ser plotadas para observar suas escalas.

MinMaxScaler

O MinMaxScaler funciona subtraindo o valor mínimo (para que os valores comecem do zero) e depois dividindo por (x_max - x_min) para que o resultado seja menor ou igual a 1.

Aqui está o gif mostrando como o MinMaxScaler funciona:

MaxAbsScaler

O MaxAbsScaler funciona encontrando o valor absoluto máximo e dividindo cada valor por ele. Isso garante que o valor absoluto máximo seja 1.

StandardScaler

A ideia do StandardScaler vem da estatística. Ele funciona subtraindo a média (para centralizar em torno de zero) e dividindo pelo desvio padrão (para que a variância seja igual a 1).

Note
Nota

Se você não compreende o que são média, desvio padrão e variância, pode consultar nosso curso Estatística com Python. Entretanto, este conhecimento não é obrigatório para prosseguir.

Segue um exemplo de código com MinMaxScaler. Outros scalers são aplicados da mesma forma.

12345678910
import pandas as pd from sklearn.preprocessing import MinMaxScaler df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a65bbc96-309e-4df9-a790-a1eb8c815a1c/penguins_imputed_encoded.csv') # Assign X,y variables X, y = df.drop('species', axis=1), df['species'] # Initialize a MinMaxScaler object and transform the X minmax = MinMaxScaler() X = minmax.fit_transform(X) print(X)
copy

A saída não é das mais bonitas, pois os scalers transformam os dados em um array numpy, mas com pipelines isso não será um problema.

Note
Nota

Apenas as colunas de características (a variável X) devem ser escaladas. Não há necessidade de escalar a variável alvo, pois isso complicaria o processo de transformação inversa.

Qual Scaler Utilizar?

O StandardScaler é mais sensível a outliers, tornando-o menos adequado como scaler padrão. Caso prefira uma alternativa ao StandardScaler, a escolha entre MinMaxScaler e MaxAbsScaler depende da preferência pessoal, seja para escalar os dados para o intervalo [0,1] com o MinMaxScaler ou para [-1,1] com o MaxAbsScaler.

1. Qual é o principal objetivo de usar o MinMaxScaler no pré-processamento de dados?

2. Por que você pode reconsiderar o uso do StandardScaler para seu conjunto de dados?

question mark

Qual é o principal objetivo de usar o MinMaxScaler no pré-processamento de dados?

Select the correct answer

question mark

Por que você pode reconsiderar o uso do StandardScaler para seu conjunto de dados?

Select the correct answer

Tudo estava claro?

Como podemos melhorá-lo?

Obrigado pelo seu feedback!

Seção 2. Capítulo 10

Pergunte à IA

expand

Pergunte à IA

ChatGPT

Pergunte o que quiser ou experimente uma das perguntas sugeridas para iniciar nosso bate-papo

Suggested prompts:

Can you explain when to use each scaler in practice?

What are the main differences between MinMaxScaler and MaxAbsScaler?

Are there any drawbacks to using StandardScaler with outliers?

Awesome!

Completion rate improved to 3.13

bookStandardScaler, MinMaxScaler, MaxAbsScaler

Deslize para mostrar o menu

Existem três abordagens populares para escalonar os dados:

  • MinMaxScaler: escala as características para o intervalo [0, 1];
  • MaxAbsScaler: escala as características de modo que o valor absoluto máximo seja 1 (assim, os dados ficam garantidos no intervalo [-1, 1]);
  • StandardScaler: padroniza as características tornando a média igual a 0 e a variância igual a 1.

Para ilustrar como os scalers operam, considere as características 'culmen_depth_mm' e 'body_mass_g' do conjunto de dados penguins. Essas características podem ser plotadas para observar suas escalas.

MinMaxScaler

O MinMaxScaler funciona subtraindo o valor mínimo (para que os valores comecem do zero) e depois dividindo por (x_max - x_min) para que o resultado seja menor ou igual a 1.

Aqui está o gif mostrando como o MinMaxScaler funciona:

MaxAbsScaler

O MaxAbsScaler funciona encontrando o valor absoluto máximo e dividindo cada valor por ele. Isso garante que o valor absoluto máximo seja 1.

StandardScaler

A ideia do StandardScaler vem da estatística. Ele funciona subtraindo a média (para centralizar em torno de zero) e dividindo pelo desvio padrão (para que a variância seja igual a 1).

Note
Nota

Se você não compreende o que são média, desvio padrão e variância, pode consultar nosso curso Estatística com Python. Entretanto, este conhecimento não é obrigatório para prosseguir.

Segue um exemplo de código com MinMaxScaler. Outros scalers são aplicados da mesma forma.

12345678910
import pandas as pd from sklearn.preprocessing import MinMaxScaler df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a65bbc96-309e-4df9-a790-a1eb8c815a1c/penguins_imputed_encoded.csv') # Assign X,y variables X, y = df.drop('species', axis=1), df['species'] # Initialize a MinMaxScaler object and transform the X minmax = MinMaxScaler() X = minmax.fit_transform(X) print(X)
copy

A saída não é das mais bonitas, pois os scalers transformam os dados em um array numpy, mas com pipelines isso não será um problema.

Note
Nota

Apenas as colunas de características (a variável X) devem ser escaladas. Não há necessidade de escalar a variável alvo, pois isso complicaria o processo de transformação inversa.

Qual Scaler Utilizar?

O StandardScaler é mais sensível a outliers, tornando-o menos adequado como scaler padrão. Caso prefira uma alternativa ao StandardScaler, a escolha entre MinMaxScaler e MaxAbsScaler depende da preferência pessoal, seja para escalar os dados para o intervalo [0,1] com o MinMaxScaler ou para [-1,1] com o MaxAbsScaler.

1. Qual é o principal objetivo de usar o MinMaxScaler no pré-processamento de dados?

2. Por que você pode reconsiderar o uso do StandardScaler para seu conjunto de dados?

question mark

Qual é o principal objetivo de usar o MinMaxScaler no pré-processamento de dados?

Select the correct answer

question mark

Por que você pode reconsiderar o uso do StandardScaler para seu conjunto de dados?

Select the correct answer

Tudo estava claro?

Como podemos melhorá-lo?

Obrigado pelo seu feedback!

Seção 2. Capítulo 10
some-alt