YZ Merkezi
Yapay zekâ sözlüğü
Başlangıç seviyesi
Normalizasyon ve Standartlaştırma (Normalization & Standardization)
Normalization and Standardization
31.08.2026 tarihinde güncellendi
Normalizasyon ve standartlaştırma, farklı ölçek ve birimlerdeki sayısal öznitelikleri benzer bir matematiksel aralığa getirerek model eğitimini hızlandıran ve dengeli kılan veri ölçekleme işlemleridir.
Genel bakış
Kavramın çerçevesiÖrneğin bir veri setinde yaş (0-100) ile yıllık gelir (50.000 - 1.000.000 TL) bir arada bulunduğunda, ölçekleme yapılmazsa gelir değişkeni büyüklüğü sebebiyle modeli haksız biçimde domine eder.
Çalışma mantığı: Normalizasyon (Min-Max Scaling), değerleri [0, 1] aralığına sıkıştırır: (x - min) / (max - min). Standartlaştırma (Z-Score Scaling), verinin ortalamasını 0, standart sapmasını 1 yapar: (x - ortalama) / standart_sapma.
Kullanım alanları: Yapay sinir ağları, KNN, SVM, K-Means ve gradyan inişi kullanan tüm makine öğrenmesi modelleri.
Sınırlılıklar ve dikkat edilmesi gerekenler: Ölçekleme parametreleri (min, max, ortalama) sadece eğitim verisinden hesaplanmalı ve test verisine doğrudan uygulanmalıdır; aksi halde veri sızıntısı (data leakage) oluşur.
Çalışma mantığı: Normalizasyon (Min-Max Scaling), değerleri [0, 1] aralığına sıkıştırır: (x - min) / (max - min). Standartlaştırma (Z-Score Scaling), verinin ortalamasını 0, standart sapmasını 1 yapar: (x - ortalama) / standart_sapma.
Kullanım alanları: Yapay sinir ağları, KNN, SVM, K-Means ve gradyan inişi kullanan tüm makine öğrenmesi modelleri.
Sınırlılıklar ve dikkat edilmesi gerekenler: Ölçekleme parametreleri (min, max, ortalama) sadece eğitim verisinden hesaplanmalı ve test verisine doğrudan uygulanmalıdır; aksi halde veri sızıntısı (data leakage) oluşur.
Teknik tanım ve açıklama
Temel mekanizmaÖznitelik vektörlerinin varyans ve aralık eşitsizliklerini gidermek üzere uygulanan afin doğrusal dönüşüm ve istatistiksel standartlaştırma prosedürüdür.
Gerçek hayatta kullanım
Örnek senaryoBir kredi risk modelinde müşterinin 35 olan yaşını ve 85.000 TL olan maaşını Z-skoru ile dönüştürerek her iki özniteliğin de -1.2 ile +2.1 gibi eşit ağırlıklı standart değerlere çekilmesi.