是否有必要在 y_train 和 y_test 上使用 StandardScaler？如果是，案例？

Question

已经阅读了多个在 y_train 和 y_test 上使用 StandardScaler 以及不使用它的案例。有什么具体的规则应该在他们身上使用吗？

Answer 1

引用here:

数据集的标准化是许多机器的共同要求 学习估计者：如果个人 功能或多或少看起来不像标准正态分布 数据（例如，均值和单位方差为 0 的高斯）。

例如在目标函数中使用的许多元素 学习算法（如支持向量机的 RBF 核） 或线性模型的 L1 和 L2 正则化器）假设所有 特征以 0 为中心，并且具有相同顺序的方差。如果 一个特征的方差比它大几个数量级 其他，它可能会主导目标函数并使 估计器无法按预期正确地从其他特征中学习。

因此，当您的功能具有不同的比例/分布时，您应该标准化/缩放它们的值。