様々な前処理

データの前処理として、主にStandardScaler、RobustScaler、MinMaxScaler、Normalizerの変換の4つがある。

StandardScaler

平均が0、分散が1になるようにする（z変換）。

※特徴量の最大値や最小値が、ある範囲に入ることを保証するものではない。

RobustScaler

StandardScalerに似ていて、個々の特徴量が一定の範囲に入るように変換する。

平均値や分散の代わりに、中央値と四分位数を用いる。

※外れ値を無視する

MinMaxScaler

データがちょうど0から1の間に入るように変換する。

Normalizerの変換

図からもわかるように他の3つとはかなり異なる。

個々のデータポイントを特徴量ベクトルがユークリッド長1になるように変換する。

ユークリッド長とは

ユークリッド空間の意味を分かりやすく説明する - 具体例で学ぶ数学

言い換えると、データポイントを半径1の円（高次元なら超球面）に投射する。

全てのデータポイントに対して、それぞれ異なるスケール変換が行われる。

方向だけが問題になる場合に用いられる。