scikit支持缩放[0,1]或[-1,1]之间的特征

Question

scikit-learn的SVM基于LIBSVM。 LIBSVM / SVM要求应缩放数据，并建议特征值应在两个范围[0,1]或[-1,1]之一中。也就是说，在典型的矩阵中，每列都是一个特征，并且每列都进行缩放。

LIBSVM FAQ建议进行简单的缩放以获得[0,1]之间的功能：

x'=(x-min)/(Max-min)

scikit-learn是否支持这种“简单缩放”？是否有其他建议用于扩展要与SVM和RBF内核一起使用的功能。任何参考？我找到了一篇名为“支持向量分类的实用指南”的参考文章，该文章基于LIBSVM，他们建议缩放到[0,1]或[-1,1]。

Answer 1

是的，包含此功能。您描述的确切公式将在下一版本中显示为sklearn.preprocessing.MinMaxScaler。目前，sklearn.preprocessing.Scaler（将在下一个版本中重命名为StandardScaler，但旧名称将保留在后面以进行向后比较）中心和比例要素具有均值0和方差1，这应该足够好用于将数据传递给SVM学习者。

此外，sklearn.preprocessing.Normalizer（以及用于文本分类的TfidfVectorizer）将每个样本的值规范化为[0,1]范围。这相当于文本分类和信息检索中常见的长度标准化。

您可以使用Pipeline对象构建一个居中，缩放的SVM分类器：

clf = Pipeline([('scale', Scaler()),
                ('svm', SVC())])

Answer 2

我认为你正在寻找StandardScaler，至少在[-1,1]案例中。