首先使用scikit-learn模块的机器学习算法进行图像设置，如何准备特征图像？ 我可以使用标准偏差（即最近的Neigbour或群集算法）对值进行标准化吗？ 或者我可以按照我在这里看到的（featureValue-min）/（max -min）进行线性缩放：http://www.csie.ntu.edu.tw/~cjlin/talks/mlss_kyoto.pdf用于svm。
答案 0 :(得分：2)
请阅读：ftp://ftp.sas.com/pub/neural/FAQ2.html#A_std 如果您的要素是从高斯分布中提取的，那么您可以使用SD和均值进行标准化。否则，您只需将其标准化/重新缩放以使它们达到0-1的范围。许多预处理往往依赖于数据和所选择的技术。找到最适合您的数据和技术的内容。
答案 1 :(得分：0)
并非所有算法都需要标准化的输入向量，例如随机森林算法。但是，如果您选择的算法要求归一化，则说SVM然后对其进行归一化，使用预处理模块中Sklearn中可用的归一化器，并在拟合之前将数据转换为规范化数据。此外，如果您尝试对图像进行分类，请查看sklearn中的PCA（主成分分析），这有助于您使用所选要素进行处理并提供更好的性能和结果