Máximo Absoluto
Transforma um atributo do conjunto de dados, escalando esse atributo pelo valor máximo absoluto encontrado. Assim, os valores resultantes ficam contidos no intervalo [-1, 1].
Conectores
| Entrada | Saída |
|---|---|
| Dados a serem tratados | Dados tratados e modelo de transformação |
Tarefa
Nome da Tarefa
Aba Execução
| Parâmetro | Detalhe |
|---|---|
| Atributo com as características (features) | Atributo que será transformado pelo escalador |
| Nome do novo atributo | Nome que o atributo escalado receberá |
Exemplos de Utilização
Exemplo 1
Objetivo: Utilizar o máximo-absoluto para escalonar um atributo.
Base de Dados: Íris
Adicione uma base de dados por meio da operação Ler dados.
Utilize a operação Máximo Absoluto para escalar os atributos. Selecione “sepallength”, “sepalwidth”, “petallength” e “petalwidth” no campo Atributo(s) previsor(es). Preencha “scaled_measures” no campo Nome do novo atributo.
Execute o fluxo e visualize o resultado. O resultado possui o atributo “scaled_measures”, que é um vetor de quatro elementos, correspondente aos atributos numéricos da base já escalados.
Exemplo 2 - Reutilização do Modelo
Objetivo: A reutilização do modelo aprendido pelo escalador pode ser útil, por exemplo, ao processar o dado em batches. O segundo batch pode ser escalado de acordo com o primeiro, o que pode acontecer com a divisão de dados entre treino e teste numa tarefa de aprendizado supervisionado. Abaixo, é apresentado um exemplo do uso do Máximo-absoluto com a reutilização do modelo.
Base de Dados: Íris
Adicione uma base de dados por meio da operação Ler dados, assim como o Exemplo 1.
Adicione e utilize a operação Máximo Absoluto para escalar os atributos. Selecione “petallength” e “petalwidth” no campo Atributo(s) previsor(es). Preencha “scaled_measures” no campo Nome do novo atributo.
Utilize a operação Aplicar modelo. Selecione “sepallength” e “sepalwidth” no campo Atributos com as features. Preencha “scaled_length_with” no campo Nome do novo atributo.
Execute o fluxo e observe o resultado. O resultado possui o atributo “scaled_length_width”, que é um vetor de dois elementos, correspondente aos atributos “sepal length” e “sepal width” escalados de acordo com o modelo aprendido com os atributos “petal length” e “petal width”. É possível notar que na amostra de dados, o valor do segundo elemento do vetor “scaled_length_width” é maior que 1 para as instâncias visíveis. Isso se ocorre porque os valores correspondentes de “sepal width” são maiores que o valor máximo absoluto encontrado para “petal width”, com o qual o modelo foi obtido.
Dúvidas e/ou sugestões envie um e-mail para suporte@lemonade.org.br