Machine LearningLesson 79Preview gratis
Scale
Lesson ini bagian dari Python · Semua level
Ringkasan
Feature scaling menyamakan skala rentang nilai tiap fitur agar tidak ada fitur yang mendominasi hanya karena berskala besar. StandardScaler mengubah data menjadi z-score dengan rumus z = (x - mean) / simpangan baku. Hasilnya adalah fitur berpusat di nol dengan sebaran bersatuan. Teknik ini penting untuk model yang bergantung pada jarak, seperti KNN, SVM, dan gradient descent.
Poin kunci
- Feature scaling menyetarakan rentang nilai antarfitur
- StandardScaler memakai rumus z = (x - mean) / std
- fit_transform() dipakai pada data latih dan transform() pada data uji
- Scaling penting untuk KNN, SVM, dan model berbasis jarak
Materi lengkap
Contoh kode dan kuis
Materi lengkap, contoh kode, dan kuis tersedia untuk pelanggan. 5 soal.