7eaddd9a54
ML - устранение неточностей и багов ML - оптимизация производительности DecisionTreeRegressor.Fit, RandomForestRegressor.Fit ML - тесты
32 lines
1.3 KiB
ObjectPascal
32 lines
1.3 KiB
ObjectPascal
// StandardScaler приводит признаки к сопоставимому масштабу:
|
||
// после преобразования у каждого столбца среднее близко к 0,
|
||
// а стандартное отклонение - к 1.
|
||
uses MLABC;
|
||
|
||
begin
|
||
var X := new Matrix(5, 2);
|
||
|
||
// Первый признак имеет маленький масштаб и неравномерный шаг
|
||
X[0,0] := 1; X[1,0] := 2; X[2,0] := 3; X[3,0] := 10; X[4,0] := 20;
|
||
|
||
// Второй признак имеет гораздо больший масштаб
|
||
X[0,1] := 100; X[1,1] := 120; X[2,1] := 150; X[3,1] := 300; X[4,1] := 500;
|
||
|
||
Println('До масштабирования:');
|
||
Println($'Средние: {X.ColumnMeans[0]:F3}, {X.ColumnMeans[1]:F3}');
|
||
Println($'Стандартные отклонения: {X.ColumnStd(0):F3}, {X.ColumnStd(1):F3}');
|
||
Println;
|
||
|
||
var scaler := new StandardScaler;
|
||
scaler.Fit(X);
|
||
|
||
var Xscaled := scaler.Transform(X);
|
||
|
||
Println('После StandardScaler:');
|
||
Println($'Средние: {Xscaled.ColumnMeans[0]:F3}, {Xscaled.ColumnMeans[1]:F3}');
|
||
Println($'Стандартные отклонения: {Xscaled.ColumnStd(0):F3}, {Xscaled.ColumnStd(1):F3}');
|
||
Println;
|
||
Println('Преобразованные значения:');
|
||
Xscaled.Print;
|
||
end.
|