In 06_Datenvorverarbeitung.ipynb ist eine Unklarheit bei dem Vergleich der selbstgebauten Min-Max Normalisierung und dem in sklearn integrierten MinMaxScaler.
Dort wird in Zelle 36 ein vergleich zwischen den beiden Lösungen gemacht und in Zelle 37 ein Vergleich zwischen dem Ergebnis der selbst gebauten Lösung durchgeführt. Somit würde es der Logik der Standardisierung im vorherigen Unterkapitel entsprechen.
Zelle 36
Statt: data_skscaled.max() - data_scaled.min() sollte data_scaled.max() - data_scaled.min()
Zelle 37
Statt pd.DataFrame(data_scaled, columns=data_scaled.columns).max() - pd.DataFrame(data_scaled, columns=data_scaled.columns).min() Sollte
pd.DataFrame(data_skscaled, columns=data_scaled.columns).max() - pd.DataFrame(data_skscaled, columns=data_scaled.columns).min()
In 06_Datenvorverarbeitung.ipynb ist eine Unklarheit bei dem Vergleich der selbstgebauten Min-Max Normalisierung und dem in sklearn integrierten MinMaxScaler.
Dort wird in Zelle 36 ein vergleich zwischen den beiden Lösungen gemacht und in Zelle 37 ein Vergleich zwischen dem Ergebnis der selbst gebauten Lösung durchgeführt. Somit würde es der Logik der Standardisierung im vorherigen Unterkapitel entsprechen.
Zelle 36
Statt:
data_skscaled.max() - data_scaled.min()solltedata_scaled.max() - data_scaled.min()Zelle 37
Statt
pd.DataFrame(data_scaled, columns=data_scaled.columns).max() - pd.DataFrame(data_scaled, columns=data_scaled.columns).min()Solltepd.DataFrame(data_skscaled, columns=data_scaled.columns).max() - pd.DataFrame(data_skscaled, columns=data_scaled.columns).min()