Escalador de Características

Escalar y normalizar características usando varios métodos para preprocesamiento de aprendizaje automático y estandarización de datos

Especifique qué columnas escalar. Si está vacío, todas las columnas numéricas serán detectadas y escaladas automáticamente.

Solo requerido para transformación inversa. Pegue los parámetros de escalado de una ejecución anterior.

Tratar primera fila como encabezados de columna

Aplicar transformación inversa usando parámetros proporcionados

Incluir parámetros de escalado en la salida para futuras transformaciones inversas

Omitir análisis detallado y solo generar los datos escalados

Datos clave

Categoría
Datos y tablas
Tipos de entrada
textarea, select, text, checkbox
Tipo de salida
text
Cobertura de muestras
4
API disponible
Yes

Resumen

El Escalador de Características es una herramienta esencial para el preprocesamiento de datos, permitiéndote normalizar y estandarizar tus conjuntos de datos numéricos mediante diversos métodos estadísticos para mejorar el rendimiento de tus modelos de aprendizaje automático.

Cuándo usarlo

  • •Cuando las variables de tu conjunto de datos tienen escalas muy diferentes que pueden sesgar los algoritmos de aprendizaje automático.
  • •Al preparar datos para modelos sensibles a la magnitud, como redes neuronales, máquinas de soporte vectorial o algoritmos basados en distancias.
  • •Para estandarizar distribuciones de datos antes de realizar análisis estadísticos o comparaciones entre diferentes métricas.

Cómo funciona

  • •Carga tus datos en formato CSV y selecciona el método de escalado deseado, como Z-score, Min-Max o Robust Scaler.
  • •Define las columnas específicas que deseas procesar o deja que la herramienta detecte automáticamente todas las columnas numéricas.
  • •Configura las opciones de salida para obtener los datos transformados en formato CSV, JSON o un informe detallado.
  • •Opcionalmente, guarda los parámetros de escalado para aplicar transformaciones inversas en el futuro y recuperar los valores originales.

Casos de uso

Normalización de variables financieras con rangos dispares para modelos de predicción de riesgos.
Estandarización de características de sensores IoT para mejorar la precisión de algoritmos de clasificación.
Preparación de datasets de imágenes o píxeles mediante escalado Min-Max para redes neuronales profundas.

Ejemplos

1. Estandarización de datos de sensores

Científico de datos
Contexto
Un conjunto de datos contiene lecturas de temperatura y presión con unidades y magnitudes muy distintas.
Problema
Los algoritmos de clustering no convergen correctamente debido a la diferencia de escala entre las variables.
Cómo usarlo
Cargar el CSV, seleccionar 'Escalador Estándar (Z-score)' y procesar todas las columnas numéricas.
Resultado
Los datos se transforman a una media de 0 y desviación estándar de 1, permitiendo que el modelo de clustering interprete ambas variables con el mismo peso.

2. Normalización para modelos de regresión

Contexto
Se requiere preparar un dataset de ventas donde los precios varían de cientos a millones.
Problema
El modelo de regresión lineal es inestable debido a la gran dispersión de los valores de entrada.
Cómo usarlo
Utilizar el 'Escalador Mínimo-Máximo' para ajustar todos los valores en un rango estricto de [0, 1].
Resultado
Los datos quedan acotados, facilitando la convergencia del modelo y mejorando la estabilidad de los coeficientes calculados.

Probar con muestras

csv, hash
Ejemplos de Reemplazo de Regex
Colección de patrones de reemplazo de regex comunes y útiles para transformación de texto y limpieza de datos
preferred input family csv
csv
Ejemplos de Líneas Duplicadas
Archivos de muestra con varios tipos de líneas duplicadas para probar herramientas de eliminación de duplicados
preferred input family csv
csv
Procesamiento de Cadenas Windows - Ejemplos C#
Ejemplos completos de procesamiento de cadenas C# para plataforma Windows incluyendo manipulación, división, unión, expresiones regulares y análisis de texto
preferred input family csv
csv
Ejemplos CSV
Archivos CSV de muestra con varios tipos de datos, tamaños y niveles de complejidad
preferred input family csv
csv

Hubs relacionados

Herramientas de exportacion CSV y conversion de tablas
Compara conversiones entre CSV y Excel, JSON, HTML, Markdown, XML y texto en un solo hub para flujos de intercambio tabular.
Herramientas de limpieza y reestructuracion CSV
Reune en un solo hub herramientas para limpiar CSV, filtrar, ordenar, agrupar, unir, dividir y reestructurar tablas para flujos de hojas de calculo e importacion/exportacion.

Preguntas frecuentes

¿Qué método de escalado debo elegir?

Depende de tus datos: usa Z-score para datos con distribución normal, Min-Max para rangos fijos y Robust Scaler si tus datos contienen valores atípicos significativos.

¿Puedo revertir el escalado realizado?

Sí, si activas la opción 'Guardar Parámetros de Escalado', puedes usar esos parámetros posteriormente con la función de 'Transformación Inversa'.

¿Qué sucede si no especifico columnas?

La herramienta detectará automáticamente todas las columnas que contengan valores numéricos y aplicará el método de escalado seleccionado a todas ellas.

¿Es compatible con archivos que tienen encabezados?

Sí, puedes marcar la opción 'Primera Fila Contiene Encabezados' para que la herramienta identifique correctamente los nombres de tus columnas.

¿En qué formatos puedo exportar los resultados?

Puedes obtener los datos procesados en formato CSV, JSON o visualizar un informe de texto directamente en la interfaz.

Documentación de la API

Punto final de la solicitud

POST /es/api/tools/feature-scaler

Parámetros de la solicitud

Nombre del parámetro Tipo Requerido Descripción
csvData textarea Sí -
scalingMethod select Sí -
selectedColumns text No Especifique qué columnas escalar. Si está vacío, todas las columnas numéricas serán detectadas y escaladas automáticamente.
scalingParams textarea No Solo requerido para transformación inversa. Pegue los parámetros de escalado de una ejecución anterior.
hasHeader checkbox No Tratar primera fila como encabezados de columna
inverseTransform checkbox No Aplicar transformación inversa usando parámetros proporcionados
outputFormat select Sí -
saveParams checkbox No Incluir parámetros de escalado en la salida para futuras transformaciones inversas
scaledOnly checkbox No Omitir análisis detallado y solo generar los datos escalados

Formato de respuesta

{
  "result": "Processed text content",
  "error": "Error message (optional)",
  "message": "Notification message (optional)",
  "metadata": {
    "key": "value"
  }
}
Texto: Texto

Documentación de MCP

Agregue este herramienta a su configuración de servidor MCP: 

{
  "mcpServers": {
    "elysiatools-feature-scaler": {
      "name": "feature-scaler",
      "description": "Escalar y normalizar características usando varios métodos para preprocesamiento de aprendizaje automático y estandarización de datos",
      "baseUrl": "https://elysiatools.com/mcp/sse?toolId=feature-scaler",
      "command": "",
      "args": [],
      "env": {},
      "isActive": true,
      "type": "sse"
    }
  }
}

Puede encadenar múltiples herramientas, por ejemplo: `https://elysiatools.com/mcp/sse?toolId=png-to-webp,jpg-to-webp,gif-to-webp`, máximo 20 herramientas.

Si encuentra algún problema, por favor, póngase en contacto con nosotros en [email protected]