मूल्यों की एक श्रेणी को मूल्यों की मानकीकृत श्रेणी में परिवर्तित करने की प्रक्रिया को सामान्यीकरण के रूप में जाना जाता है। ये मान -1 से +1 या 0 से 1 के बीच हो सकते हैं। डेटा को घटाव और भाग की मदद से भी सामान्यीकृत किया जा सकता है।
आइए समझते हैं कि L2 नॉर्मलाइजेशन कैसे काम करता है। इसे 'कम से कम वर्ग' के नाम से भी जाना जाता है। यह सामान्यीकरण डेटा को इस तरह से संशोधित करता है कि डेटा के वर्गों का योग प्रत्येक पंक्ति में 1 के रूप में रहता है।
आइए देखें कि पायथन में स्किकिट लर्न का उपयोग करके L2 सामान्यीकरण कैसे लागू किया जा सकता है -
उदाहरण
import numpy as np
from sklearn import preprocessing
input_data = np.array(
[[34.78, 31.9, -65.5],[-16.5, 2.45, -83.5],[0.5, -87.98, 45.62],[5.9, 2.38, -55.82]]
)
normalized_data_l2 = preprocessing.normalize(input_data, norm='l2')
print("\nL2 normalized data is \n", normalized_data_l2) आउटपुट
L2 normalized data is [[ 0.43081298 0.39513899 -0.81133554] [-0.19377596 0.02877279 -0.98062378] [ 0.00504512 -0.88774018 0.4603172 ] [ 0.10501701 0.04236279 -0.99356772]]
स्पष्टीकरण
-
आवश्यक पैकेज आयात किए जाते हैं।
-
इनपुट डेटा Numpy लाइब्रेरी का उपयोग करके जेनरेट किया जाता है।
-
'प्रीप्रोसेसिंग' वर्ग में मौजूद 'सामान्यीकृत' फ़ंक्शन का उपयोग डेटा को सामान्य करने के लिए किया जाता है जैसे कि प्रत्येक पंक्ति में मानों के वर्गों का योग 1 होगा।
-
सामान्यीकरण के प्रकार को 'l2' के रूप में निर्दिष्ट किया गया है।
-
इस तरह, सरणी में कोई भी डेटा सामान्यीकृत हो जाता है और प्रत्येक पंक्ति के वर्गों का योग केवल 1 होगा।
-
यह सामान्यीकृत डेटा कंसोल पर प्रदर्शित होता है।