Introduction au feature scaling (mise à l’échelle commune des variables)

Dans un jeu de données, les variables numériques peuvent être exprimées

dans des unités très différentes. Par exemple, l’âge est mesuré en années,

tandis que le revenu peut être exprimé en milliers ou en millions. Si l’on utilise

ces variables telles quelles, certaines auront beaucoup plus de poids que

d’autres, non pas parce qu’elles sont plus importantes, mais simplement parce

que leurs valeurs sont plus grandes.

Elle est particulièrement importante pour les algorithmes qui utilisent des

distances, comme le KNN, SVM, ACP ou les réseaux de

neurones etc. En pratique, la mise à l’échelle améliore la convergence, la

stabilité des modèles et la qualité des résultats.