我一直在玩一些 SVM 实现，我想知道 - 将特征值归一化以适应一个范围的最佳方法是什么？ （从 0 到 1）
假设我有 3 个特征值在以下范围内：
3 - 5.
0.02 - 0.05
10-15.
如何将所有这些值转换为 [0,1] 的范围？
如果在训练期间，我将遇到的特征编号 1 的最大值是 5，而在我开始在更大的数据集上使用我的模型后，我会偶然发现高达 7 的值？那么在转换后的范围内，会超过1...
如何在训练期间对值进行归一化，以解决“野外值”超过模型在训练期间“看到”的最高（或最低）值的可能性？当这种情况发生时，模型将如何反应以及我如何使其正常工作？
【问题讨论】：
标签： machine-learning range normalization svm feature-selection
除了 Tim 提供的缩放到单位长度的方法外，standardization 最常用于机器学习领域。请注意，当您的测试数据出现时，使用训练样本的平均值和标准差来进行缩放更有意义。如果你有大量的训练数据，假设它们服从正态分布是安全的，所以新的测试数据超出范围的可能性不会那么高。有关详细信息，请参阅此post。
【讨论】：
通过将向量转换为单位向量来对其进行归一化。这会在特征的相对值上训练 SVM，而不是幅度。归一化算法适用于任何值的向量。
要转换为单位向量，divide each value by the length of the vector。例如，[4 0.02 12] 的向量长度为 12.6491。那么归一化向量是[4/12.6491 0.02/12.6491 12/12.6491] = [0.316 0.0016 0.949]。
如果“在野外”我们遇到[400 2 1200] 的向量，它将归一化为与上述相同的单位向量。特征的大小被归一化“抵消”了，我们得到了介于 0 和 1 之间的相对值。
【讨论】：