Mínimo-Máximo
Transforma um atributo do conjunto de dados, escalando esse atributo para que ele fique dentro de determinado intervalo [min_range, max_range]. Sejam min_value o valor mínimo encontrado nos dados de entrada para o atributo, max_value o valor máximo e atr o valor corrente a ser transformado. A transformação se dá de acordo com a operação:
(atr - min_value) / (max_value - min_value) * (max_range - min_range) + min_range
Conectores
| Entrada | Saída |
|---|---|
| Dados tratados e modelo gerado | Dados a serem tratados |
Tarefa
Nome da Tarefa
Aba Execução
| Parâmetro | Detalhe |
|---|---|
| Atributo(s) previsor(es) | Atributo que será transformado pelo escalador |
| Nome do novo atributo | Nome que o atributo escalado receberá |
| Limite inferior para a faixa | Valor mínimo que o atributo transformado assumirá |
| Limite superior para a faixa | Valor máximo que o atributo transformado assumirá |
Exemplos de Utilização
Exemplo 1
Objetivo: utilizar o mínimo-máximo para escalonar um atributo.
Base de Dados: Íris
Adicione uma base de dados por meio da operação Ler dados.
Utilize a operação Mínimo-Máximo para escalar os atributos. Selecione “sepallength” e “sepalwidth” no campo Atributo(s) previsor(es). Preencha “scaled_length_width” no campo Nome do novo atributo, 1 para o Limite inferior para a faixa e 2 para o superior.
Execute o fluxo e visualize 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” já escalados. O grande número de casas decimais se deve apenas à representação binária de números ponto flutuante.
Exemplo 2
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 exibido um exemplo do uso do Escalador min-máx com a reutilização do modelo.
\
Adicione uma base de dados por meio da operação Ler dados, assim como o Exemplo 1.
Adicione e utilize a operação Mínimo-Máximo para escalar os atributos. Selecione “petallength” e “petalwidth” no campo Atributo(s) previsor(es). Preencha “scaled_length_width” no campo Nome do novo atributo, 1 para o Limite inferior para a faixa e 2 para o superior.
Utilize a operação Aplicar modelo. Selecione “sepallength” e “sepalwidth” no campo Atributo(s) previsor(es). 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 “sepallength” e “sepalwidth” escalados de acordo com o modelo aprendido com os atributos “petallength” e “petalwidth”. É possível notar a diferença entre ajustar e aplicar o modelo nos mesmos dados, o que foi feito no caso de uso anterior, e ajustar o modelo e aplicar em dados diferentes. Por exemplo, na amostra de dados, o valor do segundo elemento do vetor “scaled_length_width” é maior que 2 (o valor máximo configurado para o intervalo) para as instâncias visíveis.
Dúvidas e/ou sugestões envie um e-mail para suporte@lemonade.org.br