Escalado y normalización

El escalado y la normalización son pasos esenciales en Machine Learning. Muchos modelos funcionan mejor cuando las características están en rangos similares. En esta guía aprenderás las técnicas más usadas y cómo aplicarlas con Scikit‑Learn.

1. Qué es el escalado

El escalado ajusta los valores de las características para que estén en rangos similares. Esto es importante para modelos que dependen de distancias o gradientes.

# Ejemplo conceptual
altura: 150–200
peso: 40–120

→ escalado
altura: 0–1
peso: 0–1

2. Normalización vs estandarización

• Normalización: escala los valores entre 0 y 1
• Estandarización: convierte los valores a media 0 y desviación 1

3. Min‑Max Scaling

from sklearn.preprocessing import MinMaxScaler

scaler = MinMaxScaler()
X_scaled = scaler.fit_transform(X)

Ideal para modelos basados en distancias como KNN.

4. Standard Scaling

from sklearn.preprocessing import StandardScaler

scaler = StandardScaler()
X_scaled = scaler.fit_transform(X)

Ideal para modelos lineales y redes neuronales.

5. Normalización L2

from sklearn.preprocessing import Normalizer

normalizer = Normalizer(norm="l2")
X_norm = normalizer.fit_transform(X)

Normaliza cada fila para que su norma sea 1.

6. Escalado con Scikit‑Learn

pipeline = Pipeline([
    ("scaler", StandardScaler()),
    ("model", LogisticRegression())
])

pipeline.fit(X_train, y_train)

El escalado debe aplicarse dentro del pipeline para evitar fugas de información.

7. Ejercicios

# pista minmax
MinMaxScaler()

# pista standard
StandardScaler()

8. Mini‑proyecto: Escalado completo

Toma un dataset real y realiza:

• Min‑Max Scaling
• Standard Scaling
• Normalización L2
• Comparación de modelos con diferentes escalados
• Pipeline completo con escalado + modelo

Siguiente guía