Масштабное преобразование в машинном обучении — это процесс стандартизации значений признаков в определённом диапазоне. 12 Он проводится на этапе предварительной обработки данных для обработки сильно различающихся по величине, значениям или единицам признаков. 1

Масштабное преобразование позволяет:

• Сделать все признаки сопоставимыми. 1 Это важно, потому что величина признаков влияет на многие методы машинного обучения. 1 Более крупные по масштабу признаки могут доминировать в процессе обучения и оказывать чрезмерное влияние на результаты. 1
• Улучшить производительность алгоритма. 1 При масштабировании признаков некоторые методы машинного обучения, например основанные на градиентном спуске, алгоритмы на основе расстояния (такие как k-ближайшие соседи) и поддерживающие векторные машины, работают лучше или сходятся быстрее. 1