自动编码器的数据预处理技巧

Question

最近，我尝试使用自动编码器来查找异常，但是一些输入功能是计数数据（例如，点击次数或节目数）。在训练之前我是否需要规范化或缩放？

Answer 1

是的，你会的。最常见的方法是减去平均值并除以标准偏差。您的每个点击项都应单独标准化。例如，如果您有'nb_click_banner'和'nb_click_sidebar'的数量，则应该单独对两者进行标准化。这有助于网络训练更快，但它也为输入提供了相同权重的所有功能，并且不需要网络学习通过某种因素来划分权重，以使其对输出产生相同的影响。

Answer 2

我认为任何类型的数字特征都需要规范化和缩放数据预处理，否则您可能处于一种特征影响分类过程的情况，而不仅仅是因为它可以容纳的数据范围。