正如主题所说,我在规范化方面遇到了一些麻烦 scikitlearn中SVM回归数据集的标准化。
我的问题是:
当我想搜索SVM的参数时(C
和gamma
例如)我使用这段代码:
param_grid = [
{'C': [1, 10, 100, 1000], 'kernel': ['linear']},
{'C': [1, 10, 100, 1000], 'gamma': [0.001, 0.0001], 'kernel': ['rbf']},
]
svr = svm.SVC()
clf = grid_search.GridSearchCV(svr, param_grid)
clf.fit(X_train,TargetT)
我应该标准化X_train
函数中的TargetT
和fit
向量吗?
X_train
包含介于-1和1之间的值,TargetT
是0的向量
和1表示平均值不等于0且std
不等于1.
我尝试使用preprocessing.StandardScaler()
功能
InputTraining
和InputValidation
数据集,但是当我检查时
平均值我有每个特征的值不等于0(
订单是e-14),std类似于1.00000985。就是它
正常或我做错了什么?我想使用缩放
数据集作为SVM的输入作为代码belove:
scalerI = preprocessing.StandardScaler()
X_train = scalerI.fit_transform(InputT)
X_test = scalerI.transform(InputCross)
svr = SVR(kernel='rbf', epsilon=0.01, C=100, gamma = 0.01)
y_rbf = svr.fit(X_train,TargetT)
y_hat=svr.predict(X_test)
非常感谢。
答案 0 :(得分:3)
只有输入要素X_train
需要标准化,而不是目标变量,它应该是分类任务的整数值(例如,用于二进制分类的0和1的数组)或字符串标签(例如'spam'
vs 'ham'
)。对于回归任务(预测连续变量,如摄氏温度或美元价格),它有时可以帮助标准化目标,但这通常没有标准化输入功能那么有用。
1e-14足够接近0.0且1.00000985足够接近1.0。
作为一个方面,您可以使用管道缩短代码:
from sklearn.pipeline import make_pipeline
pipeline = make_pipeline(
preprocessing.StandardScaler(),
SVR(kernel='rbf', epsilon=0.01, C=100, gamma = 0.01),
)
pipeline.fit(X_train, TargetT)
y_hat = pipeline.predict(X_test)
要网格搜索此类管道的内在模型的参数,您必须使用该类型的小写版本作为前缀:例如: 'svr__C'
,'svr__gamma'
和'svr__epsilon'
。