Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

# Rezeptschritte für Datenwissenschaft
<a name="recipe-actions.data-science"></a>

Verwenden Sie diese Rezeptschritte, um Daten aus verschiedenen Perspektiven tabellarisch darzustellen und zusammenzufassen oder um erweiterte Transformationen durchzuführen.

**Topics**
+ [BINARISIERUNG](recipe-actions.BINARIZATION.md)
+ [BUCKETISIERUNG](recipe-actions.BUCKETIZATION.md)
+ [CATEGORICAL\_MAPPING](recipe-actions.CATEGORICAL_MAPPING.md)
+ [ONE\_HOT\_ENCODING](recipe-actions.ONE_HOT_ENCODING.md)
+ [SCALE](#recipe-actions.SCALE)
+ [SCHIEFHEIT](recipe-actions.SKEWNESS.md)
+ [TOKENISIERUNG](recipe-actions.TOKENIZATION.md)

## SCALE
<a name="recipe-actions.SCALE"></a>

Skaliert oder normalisiert den Datenbereich in einer numerischen Spalte.

**Parameters**
+ `sourceColumn` – Der Name einer vorhandenen Spalte.
+ `strategy`— Die Operation, die auf die Spaltenwerte angewendet werden soll:
  + `MIN_MAX`— Skaliert die Werte neu in einen Bereich von [0,1]
  + `SCALE_BETWEEN`— Skaliert die Werte in einen Bereich von 2 angegebenen Werten neu.
  +  `MEAN_NORMALIZATION`— Skaliert die Daten neu, sodass sie einen Mittelwert (μ) von 0 und eine Standardabweichung (σ) von 1 innerhalb eines Bereichs von [-1, 1] haben
  +  `Z_SCORE`— Datenwerte werden linear skaliert, sodass sie einen Mittelwert (μ) von 0 und eine Standardabweichung (μ) von 1 haben. Am besten für den Umgang mit Ausreißern geeignet.
+ `targetColumn`— Der Name einer Spalte, die die Ergebnisse enthalten soll.

**Example Beispiel**  
  

```
{
    "Action": {
        "Operation": "NORMALIZATION",
        "Parameters": {
            "sourceColumn": "all_votes",
            "strategy": "MIN_MAX",
            "targetColumn": "all_votes_normalized"
        }
    }
}
```