ডেটা প্রি-প্রসেসিং বলতে ডেটা পরিশোধ, অবৈধ ডেটা ও নয়েজ সরিয়ে ফেলা, প্রাসঙ্গিক মান দিয়ে ডেটা প্রতিস্থাপন ইত্যাদি বোঝায়।
ডেটা প্রি-প্রসেসিং মূলত বিভিন্ন স্রোত থেকে সংগৃহীত সকল ডেটাকে একটি সাধারণ ফরম্যাটে বা ইউনিফর্ম ডেটাসেটে রূপান্তর করার কাজ। একটি ধাপের আউটপुट পরবর্তী ধাপের ইনপুট হয়ে যায়।
নির্দিষ্ট ফলাফল পেতে ইনপুট ডেটা থেকে গড় মান সরিয়ে ফেলতে হতে পারে। scikit-learn লাইব্রেরি দিয়ে এটি কীভাবে করা যায় তা নিচে দেখানো হলো।
উদাহরণ
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]
])
print("গড় মান:", input_data.mean(axis=0))
print("মানক বিচ্যুতি:", input_data.std(axis=0))
data_scaled = preprocessing.scale(input_data)
print("গড় মান সরিয়ে ফেলা হয়েছে:", data_scaled.mean(axis=0))
print("মানক বিচ্যুতি সরিয়ে ফেলা হয়েছে:", data_scaled.std(axis=0))আউটপুট
গড় মান: [ 6.17 -12.8125 -39.8 ] মানক বিচ্যুতি: [18.4708067 45.03642047 50.30754615] গড় মান সরিয়ে ফেলা হয়েছে: [-2.60208521e-18 -8.32667268e-17 -1.11022302e-16] মানক বিচ্যুতি সরিয়ে ফেলা হয়েছে: [1. 1. 1.]
ব্যাখ্যা
প্রয়োজনীয় প্যাকেজগুলো ইম্পোর্ট করা হয়েছে।
Numpy লাইব্রেরি ব্যবহার করে ইনপুট ডেটা তৈরি করা হয়েছে।
গড় এবং মানক বিচ্যুতির মান হিসাব করা হয়েছে।
কনসোলে প্রদর্শন করা হয়েছে।
preprocessing.scaleফাংশন ব্যবহার করে ডেটা থেকে গড় ও মানক বিচ্যুতি সরিয়ে ফেলা হয়েছে।ফলাফল কনসোলে দেখানো হয়েছে।
