Curso: Ciência de Dados - Do Zero a Iniciante - 8. Aula 8 - Normalização e Padronização

---------------------------------------------------------------------------------------------------------------------- ⇒Aprofunde seus conhecimentos em estatística e ciência de dados com meu livro: •https://maironchaves.manus.space/ ⇒Podcast de apresentação do livro: •https://www.youtube.com/watch?v=8QoNOpgDWqY ---------------------------------------------------------------------------------------------------------------------- 📊 Resumo do Vídeo: "Curso Ciência de Dados - Do Zero ao Iniciante (Aula 8: Normalização e Padronização)" O vídeo, apresentado por StatiR, explica as técnicas de normalização e padronização, fundamentais para trabalhar com variáveis de escalas diferentes em ciência de dados. Essas transformações tornam os dados comparáveis, removendo unidades de medida e equilibrando os valores para melhorar o desempenho de algoritmos como KNN e clusterização. 🔧 1. Por Que Normalizar ou Padronizar? Variáveis podem ter escalas distintas (ex.: metros, reais, percentuais), dificultando a análise conjunta. Algoritmos que calculam distâncias (ex.: KNN, cluster) podem ser distorcidos por variáveis de maior escala. Solução: Transformar os valores para escalas comparáveis. 🧮 2. Técnicas de Normalização e Padronização 2.1 Normalização (Min-Max Scaling) Transforma os valores para o intervalo de 0 a 1. Fórmula: X_normalizado = (X - X_min) / (X_max - X_min) Exemplo: Variável: X1 Valor atual = 1059, Mínimo = 181, Máximo = 8092 Cálculo: Numerador = 1059 - 181 = 878 Denominador = 8092 - 181 = 7911 X_normalizado = 878 / 7911 = 0.111 Resultado: Após a normalização, o valor transformado é 0.111. 2.2 Padronização (Z-Score) Remove a unidade de medida e transforma os valores em desvios-padrão. Fórmula: Z = (X - média) / desvio_padrão Exemplo: Variável: X1 Valor atual = 1059, Média = 2249, Desvio-padrão = 820 Cálculo: Numerador = 1059 - 2249 = -1190 Z = -1190 / 820 = -1.45 Resultado: Após a padronização, o valor transformado é -1.45, indicando que está 1.45 desvios-padrão abaixo da média. 📈 3. Comparação das Técnicas Técnica Intervalo Resultante Quando Usar Normalização Entre 0 e 1 Quando a escala dos valores precisa ser padronizada. Padronização Média = 0, Desvio-padrão = 1 Quando a distribuição relativa dos dados importa. 🌟 4. Efeitos na Distribuição dos Dados Normalização: Escala os valores proporcionalmente ao intervalo original. Padronização: Os dados permanecem na mesma distribuição, mas são centralizados na média (média = 0, desvio-padrão = 1).