Sem querer ser repetitivo, mas acredito que seria uma boa para deixar aqui no Fórum, poderia explicar melhor o funcionamento do Scaler (sua semântica, funcionamento e o que retorna)? Acredito que seria uma boa referência e até poderia ser incluído junto ao material do curso.
hoje, com a Alura e o Google Gemini
Olá Maurício, tudo bem?
Muito obrigado pelo feedback. :D Acho bem válido um texto falando sobre esse processo. Vou acrescentá-lo no curso :)
Aqui vai uma breve explicação sobre reescalar os dados:
Quando reescalamos os dados, estamos buscando deixar os centralizados, próximos a zero e com a variância na mesma ordem. O algoritmo vai analisar as estatísticas, como média e desvio padrão, de cada feature da amostra individualmente.
Quando rodamos o método fit_transform, informamos ao Scaler quais são os dados que ele usará para computar a média e o desvio padrão para que então as features sejam centralizadas e escaladas.
Utilizamos o scaling das variáveis categóricas, porém essa não é a única forma de trabalhar com esse tipo de dado. Existem outros algoritmos que conseguem trabalhar com esses tipos de variáveis também.