Modul praproses membahas transformasi data mentah menjadi data siap model: scaling numerik, encoding fitur kategorikal, penanganan nilai yang hilang, dan pemilihan kolom dengan ColumnTransformer. Setiap transformer dilatih dengan aturan anti-kebocoran yang sama, yaitu fit hanya pada data latih. Modul ini menjadi bekal langsung bagi modul pipeline yang merangkai seluruh transformasi tersebut.
Praproses
Transformasi data mentah menjadi siap model: scaling, encoding, imputasi, dan pemilihan kolom.
0/0 selesai
- Scaling
StandardScaler, MinMaxScaler, dan RobustScaler untuk penyetaraan skala fitur.
- Mengapa Scaling Diperlukan
Model berbasis jarak dan gradien membutuhkan skala seragam, model pohon tidak.
- Encoding Kategori
OneHotEncoder dan OrdinalEncoder untuk fitur non-numerik.
- Nilai yang Hilang
Strategi SimpleImputer untuk menangani data yang tidak lengkap.
- Fitting Hanya pada Train
Aturan anti-kebocoran untuk setiap transformer: fit di train, transform di test.
- Pemilihan Kolom dengan ColumnTransformer
Menangani kolom numerik dan kategorikal dalam satu transformasi.