机器学习预处理中的大范围数据缩放

Question

我对机器学习非常陌生。 我正在尝试将 ML 应用于包含近 50 个特征的数据。有些特征的范围从 0 到 1000000，有些则从 0 到 100 甚至更小。现在，当我使用 MinMaxScaler 为范围 (0,1) 使用特征缩放时，我认为具有大范围的特征缩小到非常小的值，并且这可能会影响我做出好的预测。

我想知道是否有一些有效的方法来进行缩放，以便适当地缩放所有功能。

我也尝试了标准定标器，但准确度没有提高。 我也可以对某些功能使用不同的缩放功能，而对其余功能使用另一个缩放功能吗？

提前致谢！

Answer 1

特征缩放或数据规范化是训练机器学习模型的重要部分。通常建议对所有特征使用相同的缩放方法。如果不同特征的尺度差异很大，这会对你的学习能力产生连锁反应（取决于你使用什么方法）。通过确保标准化的特征值，所有特征在其表示中都被隐式加权。

两种常用的归一化方法是：

• 重新缩放（也称为 min-max 归一化）：

  其中x 是原始值，x' 是标准化值。例如，假设我们有学生的体重数据，学生的体重跨度为 [160 磅，200 磅]。为了重新调整这些数据，我们首先从每个学生的体重中减去 160，然后将结果除以 40（最大和最小权重之间的差）。

• 均值归一化

  其中x是原始值，x'是归一化值。