机器学习尺度特征向量及其导数

Question

我有一个训练的特征向量集，这样就可以使用在x的一些离散集合上评估的某些函数来获得分量。 通过区分第一个特征向量也可以获得另一个特征向量。 我想做的是同时使用两种类型的特征向量训练模型。我遇到的困难是我不知道如何正确缩放两个向量（理想情况下为0-1范围）。

到目前为止，我尝试在第一类向量上使用scikit MinMaxScaler，然后在向量导数上重用MinMaxScaler对象，但这似乎不起作用。

请注意，我在ML方面没有太多经验。

Answer 1

在ML方面，我们需要根据使用的算法对数据集进行预处理。我们主要使用4种方法对数据进行预处理，其中一种方法是重新缩放数据。重新缩放数据时，通常会将整个数据重新缩放为0到1。

MinMaxScaler是scikit提供的一种方法，用于学习将数据重新缩放为0到1的范围。

使用MinMaxScaler重新缩放数据。到目前为止，这是重新缩放数据的最常用方法。

仅供参考，根据我的知识，您可以对神经网络，回归和K最近邻算法使用重定标预处理技术。