Apakah standardisasi penting ?

144 viewsStatistik
1
1 Comment

Saya pernah mencoba melakukan modelling regresi linear dengan python dengan standardisasi ternyata hasil evaluasinya sama persis dengan tidak melakukan standardisasi. Apakah standardisasi itu memang baik untuk modeling data tertentu saja atau mungkin saya salah dengan menggunakan standardisasi ini ?

Untuk Code python yang saya gunakan dengan model terstandardisasi ini :

from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler

X_Standardize=StandardScaler().fit_transform(df.drop(columns=[‘Species’,’Height’]),df[‘Height’])

X_train, X_test, y_train, y_test = train_test_split(X_Standardize,df.Height,random_state=2)

model = LinearRegression()
model.fit(X_train,y_train)
model.score(X_test,y_test)

Answered question

Mantap gan pertanyaannya. Mimin juga beberapa kali nyoba dan evaluasinya sama baik yang pake dan gak pake standardisasi tapi di data yang nonlinear sih dan waktu itu alasannya karena model yang mimin pilih waktu itu (random forest) tidak sensitif terhadap besarnya ukuran dan skala data.(ref : https://builtin.com/data-science/when-and-why-standardize-your-data). Cuma karena agan menggunakan model regresi linear seharusnya memang berpengaruh sih gan karena bds buku yang mimin baca (James, Gareth, et al. An introduction to statistical learning. Vol. 112. New York: springer, 2013.) regresi linear merupakan salah satu model yang sensitif terhadap skala dan ukuran data.

Add a Comment
1
Anonymous 1 Comment

tergantung dan diusahakan untuk selalu menstandarisasi data, kalau untuk metode regresi linear biasanya standarisasi dapat digunakan untuk mengatasi masalah multikolinearitas yang terjadi pada variabel independen. Tetapi dengan menstandarisasi data dapat mengubah interpretasi dari koefisien regresi yang didapatkan dibandingkan dengan data yang tidak distandarisasi. Namun signifikansi secara statistik lebih baik setelah distandarisasi

Posted new comment

mantap gan jawabannya

Add a Comment
Write your answer.