Una columna con datos uniformemente o normalmente distribuidos se puede escalar de una vez con el método Min-max, y dejarlo en intervalo ...

gracias Alex por resolver nuestras dudas y por la recomendación del curso y del libro

Genial, gracias Alex!!

• Como lo menciona el profesor, también se puede usar una función sigmoid, es muy parecida a tanh, en el Curso Profesional de Machine Learning con Scikit-Learn se tocan esos temas de escalamiento, y tratamiento de datos sesgados, depende el problema que estés tratando es el tratamiento que debas darle.

• También puedes consultar el libro "Hands-on machine learning", en el capitulo 2 puedes ver como es el proceso de tratamiento de datos.

Gracias Alex. Había entendido que eran dos procedimientos diferentes. El uso de tanh(h) se hace siempre que una distribución sea sesgada? Sirve para encontrar correlaciones también? Donde puedo encontrar un tutorial de este tipo de transformaciones para hacer análisis exploratorio de datos? Gracias de nuevo por tu ayuda

Cuando usas tanh(x) para el escalamiento se busca que los datos tengan una forma normal o uniforme y al mismo tiempo estén en un rango entre -1 y 1, ósea que seria todo en un paso.

Por cierto como observación, cuando escribes tan(h), haces referencia a calcular la tangente del argumento h y tanh(h) calcula la tangente hiperbólica del argumento h, son funciones que arrojan resultados diferentes.

Aquí puedes notar la diferencia entre una y otra.

La otra pregunta es si también se puede normalizar una columna con el método log() para encontrar correlaciones con otras variables y para escalarla con alguno de los métodos mencionados. Si es así, en qué caso debe hacerse y en qué casos no? Dónde podemos guiarnos para esto? Ayuda por favor que acá tenemos sed de conocimiento.

dejo un . para entrerarme de la respuesta jaja, pero si, creo es lo que se supone hay que hacer