Normalización de datos

La normalización es un paso fundamental en Inteligencia Artificial. Muchos modelos funcionan mejor cuando todas las características están en rangos similares. En esta guía aprenderás las técnicas más usadas: Min‑Max y Estandarización.

1. Qué es la normalización

La normalización consiste en transformar los valores de una columna para que estén en un rango específico.

# Ejemplo conceptual
edad_original = [18, 25, 40]
edad_normalizada = [0.0, 0.35, 1.0]

2. Por qué es necesaria

Muchos modelos se ven afectados por diferencias grandes entre columnas.

• Evita que una columna domine a las demás
• Mejora la convergencia de modelos
• Reduce errores numéricos
• Mejora el rendimiento general

3. Normalización Min‑Max

Min‑Max escala los valores a un rango entre 0 y 1.

# Fórmula Min‑Max
(x - min) / (max - min)

# Ejemplo
edad = [18, 25, 40]
min = 18
max = 40

normalizado = [(x - min) / (max - min) for x in edad]

4. Estandarización (Z‑Score)

La estandarización transforma los valores para que tengan media 0 y desviación estándar 1.

# Fórmula Z‑Score
(x - media) / desviación

# Ejemplo conceptual
media = df["edad"].mean()
desv = df["edad"].std()

df["edad_estandarizada"] = (df["edad"] - media) / desv

5. Normalización con Scikit‑Learn

Scikit‑Learn incluye transformadores profesionales para normalizar datos.

from sklearn.preprocessing import MinMaxScaler, StandardScaler

scaler = MinMaxScaler()
df_scaled = scaler.fit_transform(df[["edad"]])

scaler2 = StandardScaler()
df_standard = scaler2.fit_transform(df[["edad"]])

Estos transformadores se usan en pipelines profesionales.

6. Ejercicios

# pista min-max
(x - min) / (max - min)

# pista z-score
(x - media) / desviación

7. Mini‑proyecto: Normalización completa

Toma un dataset real y normaliza todas las columnas numéricas usando:

• Min‑Max
• Z‑Score
• Scikit‑Learn

Siguiente guía