Strumento di normalizzazione dei dati

Lo strumento accetta uno o più dataset tabulari e identifica le colonne numeriche da normalizzare. Supporta tre metodi: normalizzazione Min-Max nell’intervallo 0–1, standardizzazione Z-score con media 0 e deviazione standard 1, e scaling robusto basato su mediana e IQR. Gli output mantengono i nomi di colonna e i tipi di dato originali, sostituendo i valori nelle feature mirate. L’output include il dataset trasformato e un riepilogo statistico per colonna.
I parametri di normalizzazione possono essere applicati globalmente o per colonna. In configurazione per colonna, l’utente assegna a ogni feature numerica una metodologia e intervalli opzionali. Quando si fusionano dataset, è possibile calcolare una distribuzione di riferimento condivisa o adattarla indipendentemente per ogni fonte, a seconda del flusso di lavoro. I valori mancanti sono gestiti secondo regole configurabili e non interrompono le trasformazioni.
Gli utenti target includono ingegneri dati, data scientist, team di analytics e ingegneri ML che necessitano di una preparazione dei dati riproducibile per report, dashboard o training di modelli. Lo strumento si distingue per controllo per colonna, esportazione auditabile dei parametri e elaborazione in batch per grandi ambienti dati, riducendo scripting manuale e garantendo scale coerenti delle feature tra progetti. Casi d’uso comuni includono armonizzazione di dataset clienti da diverse regioni, preparazione di feature per modelli di regressione o distanza e allineamento di dataset BI per confronti equi. Lo strumento è pensato per velocità, trasparenza e ripetibilità, con gestione esplicita di casi limite e reportistica degli errori.