Solucionado
Fiquei em dúvida sobre o comportamento (processos internos) de um escalador, como o StardardScaler citado durante a aula. Há situações em que é inadequado usar um deles, ou sempre é bom usar um scaler para o algoritmo não "preferir" uma variável? Como exatamente esse processo funciona?
Oi Ryann, tudo bem?
Um scaler, ou escalador, é uma ferramenta utilizada para ajustar a escala dos dados antes de alimentá-los em um modelo de machine learning. O StandardScaler, por exemplo, padroniza as características para que tenham média zero e variância unitária. É utilizado quando os dados possuem diferentes unidades ou escalas (como preço em reais e tempo em horas), pois evita que uma variável com valores maiores “domine” o modelo apenas por sua ordem de grandeza.
O processo de escalonamento ocorre em duas etapas:
fit): o escalador calcula a média e o desvio padrão dos dados de treinamento.transform): cada valor é transformado de forma que a distribuição da variável passe a ter média zero e desvio padrão um.Esse cuidado é importante em algoritmos que dependem de cálculos de distância ou de limites geométricos no espaço de atributos, como K-Nearest Neighbors (KNN) e Support Vector Machines (SVM). Nessas situações, uma variável com valores muito altos pode puxar os cálculos para si, influenciando mais que as demais.
Por outro lado, em modelos como árvores de decisão e florestas aleatórias, o escalonamento normalmente não é necessário, já que eles não utilizam medidas de distância, sendo invariantes à escala.
Portanto, não é uma regra usar scaler em todos os casos. Ele é altamente recomendado quando o algoritmo é sensível à escala dos dados, mas pode ser dispensado em modelos que não sofrem essa influência.
Espero ter ajudado.
Qualquer dúvida que surgir, compartilhe no fórum. Abraços e bons estudos!