« Mise à l'échelle » : différence entre les versions

Dernière version du 7 janvier 2025 à 16:23

Définition

Pratique couramment utilisée dans l'extraction d'attributs pour faire correspondre la plage de valeurs d'un attribut à celle d'autres attributs de l'ensemble de données.

Supposons que vous souhaitiez que la plage de tous les attributs à virgule flottante de l'ensemble de données s'étende de 0 à 1. Si la plage d'un attribut particulier s'étend de 0 à 500, vous pouvez mettre à l'échelle cette valeur en divisant chaque valeur par 500.

Voir aussi normalisation.

Dans le contexte des performances d'un modèle d'apprentissage voir loi d'échelle.

Français

mise à l'échelle

Anglais

scaling

Sources

Source : Google machine learning glossary

@@ Ligne 1 : / Ligne 1 : @@
 == Définition ==
-Pratique couramment utilisée dans l'[[extraction de caractéristiques]] pour faire correspondre la plage de valeurs d'une [[caractéristique]] à celle d'autres caractéristiques de l'ensemble de données.
+Pratique couramment utilisée dans l'[[extraction d'attributs]] pour faire correspondre la plage de valeurs d'un [[attribut]] à celle d'autres attributs de l'ensemble de données.
-Supposons que vous souhaitiez que la plage de toutes les caractéristiques à virgule flottante de l'ensemble de données s'étende de 0 à 1. Si la plage d'une caractéristique particulière s'étend de 0 à 500, vous pouvez mettre à l'échelle cette valeur en divisant chaque valeur par 500.
+Supposons que vous souhaitiez que la plage de tous les attributs à virgule flottante de l'ensemble de données s'étende de 0 à 1. Si la plage d'un attribut particulier s'étend de 0 à 500, vous pouvez mettre à l'échelle cette valeur en divisant chaque valeur par 500.
 Voir aussi '''[[normalisation]]'''.
+Dans le contexte des performances d'un [[modèle d'apprentissage]] voir [[loi d'échelle]].
 == Français ==

« Mise à l'échelle » : différence entre les versions