【问题标题】:Is there any data Visualization technique which will recommend us to do feature scaling?是否有任何数据可视化技术可以推荐我们进行特征缩放?
【发布时间】:2018-01-24 17:00:19
【问题描述】:

在数据科学中应用算法的过程中,我们需要对输入数据集进行特征缩放。我想知道这是否是强制性步骤,或者是否有任何技术可以决定执行特征缩放

1) 数据可视化 2) 统计值

【问题讨论】:

    标签: data-science


    【解决方案1】:

    如果您的输入具有广泛的变化范围,则需要特征缩放,如果它们已经标准化,那么您就不需要它。 没有一个精确的规则可以遵循。作为基本规则,请考虑归一化的输入比非归一化的输入效果更好。

    【讨论】:

      【解决方案2】:

      如果您创建一个具有两个数字特征的模型,并假设一个具有较高的值,例如薪水(例如 2345、1756、34521 等),另一个具有较低的值,例如年龄(例如 33、17、29 等) )。显然,具有较高值的​​数值特征将对模型产生明显的影响。

      所以为了避免这种情况,我们应该将两个特征缩放到相同的水平并进行建模。

      这取决于您用于构建模型的算法。只有少数模型需要特征缩放,而不是全部。

      【讨论】:

        猜你喜欢
        • 1970-01-01
        • 2011-02-06
        • 2019-08-10
        • 2020-08-15
        • 1970-01-01
        • 1970-01-01
        • 1970-01-01
        • 1970-01-01
        相关资源
        最近更新 更多