Normalización de Datos en Inteligencia Artificial
La normalización es una técnica esencial en Machine Learning. Permite que los modelos aprendan mejor al poner los datos en escalas similares. En esta guía aprenderás qué es la normalización, por qué es importante y cómo se aplica en datasets reales.
Tabla de contenidos
- Qué es la normalización
- Por qué es importante
- Normalización Min‑Max
- Estandarización (Z‑Score)
- Cuándo usar cada técnica
- Ejercicios
- Mini‑proyecto
1. Qué es la normalización
La normalización transforma los valores numéricos para que estén dentro de un rango específico. Esto ayuda a que los modelos no se vean afectados por diferencias grandes entre escalas.
- Valores más consistentes
- Mejor rendimiento del modelo
- Entrenamiento más estable
2. Por qué es importante
Si una columna tiene valores entre 1 y 10, y otra entre 1 y 10.000, el modelo puede dar más importancia a la segunda aunque no sea relevante. La normalización evita este problema.
# Ejemplo conceptual
valores = [10, 20, 30]
normalizados = [0.0, 0.5, 1.0]3. Normalización Min‑Max
La normalización Min‑Max escala los valores entre 0 y 1.
# Fórmula Min-Max
(x - min) / (max - min)# Ejemplo
valores = [10, 20, 30]
minimo = 10
maximo = 30
normalizados = [(x - minimo) / (maximo - minimo) for x in valores]
# Resultado: [0.0, 0.5, 1.0]4. Estandarización (Z‑Score)
La estandarización transforma los valores para que tengan media 0 y desviación estándar 1. Es útil cuando los datos tienen distribuciones diferentes.
# Fórmula Z-Score
(x - media) / desviación# Ejemplo conceptual
valores = [10, 20, 30]
media = 20
desviacion = 8.16
estandarizados = [(x - media) / desviacion for x in valores]5. Cuándo usar cada técnica
- Min‑Max: cuando quieres valores entre 0 y 1.
- Z‑Score: cuando los datos tienen distribuciones diferentes.
- Min‑Max: ideal para redes neuronales.
- Z‑Score: ideal para modelos lineales.
6. Ejercicios
- Normaliza tres valores usando Min‑Max.
- Calcula la media de una lista de números.
- Calcula la desviación estándar.
- Estandariza tres valores.
- Explica cuándo usarías Min‑Max.
# pista Min-Max
(x - min) / (max - min)# pista Z-Score
(x - media) / desviación7. Mini‑proyecto: Normaliza tu dataset
Usa tu dataset preprocesado y normaliza la columna de edad con Min‑Max. Guarda el resultado en un nuevo archivo CSV para usarlo en las próximas guías.