我一直在玩一些SVM实现，我很想知道 - 将特征值标准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，其值的范围为：
3 - 5.
0.02 - 0.05
10-15。
如何将所有这些值转换为[0,1]范围？
如果在训练期间，我将遇到的1号特征的最高值是5，并且在我开始在更大的数据集上使用我的模型之后，我会偶然发现高达7的值？然后在转换范围内，它将超过1 ...
如何在训练期间对值进行标准化，以解释“野外值”超过训练期间“看到”模型的最高（或最低）值的可能性？如果发生这种情况，模型将如何对此作出反应以及如何使其正常工作？
答案 0 :(得分：7)
通过将矢量转换为单位矢量来规范化矢量。这将对SVM的特征的相对值进行训练，而不是幅度。归一化算法适用于具有任何值的向量。
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。然后归一化的向量是[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，它将标准化为与上述相同的单位向量。这些特征的大小被归一化“抵消”，并且我们留下0到1之间的相对值。
答案 1 :(得分：7)
除了缩放到Tim提供的单位长度方法外，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此缩放更有意义。如果您有大量的训练数据，可以安全地假设它们服从正态分布，因此新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。