7eaddd9a54
ML - устранение неточностей и багов ML - оптимизация производительности DecisionTreeRegressor.Fit, RandomForestRegressor.Fit ML - тесты
33 lines
1.3 KiB
ObjectPascal
33 lines
1.3 KiB
ObjectPascal
// MinMaxScaler переводит значения каждого признака в диапазон [0, 1].
|
|
//
|
|
// Это полезно, когда важно сохранить относительный порядок значений,
|
|
// но привести признаки к единому диапазону.
|
|
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($'Минимумы: {X.ColumnMin(0):F3}, {X.ColumnMin(1):F3}');
|
|
Println($'Максимумы: {X.ColumnMax(0):F3}, {X.ColumnMax(1):F3}');
|
|
Println;
|
|
|
|
var scaler := new MinMaxScaler;
|
|
scaler.Fit(X);
|
|
|
|
var Xscaled := scaler.Transform(X);
|
|
|
|
Println('После MinMaxScaler:');
|
|
Println($'Минимумы: {Xscaled.ColumnMin(0):F3}, {Xscaled.ColumnMin(1):F3}');
|
|
Println($'Максимумы: {Xscaled.ColumnMax(0):F3}, {Xscaled.ColumnMax(1):F3}');
|
|
Println;
|
|
Println('Преобразованные значения:');
|
|
Xscaled.Print;
|
|
end.
|