哪种方法最适合标准化/标准化没有理论最大值的特征？
例如股票价值一直在0-1000美元之间的趋势并不意味着它不能进一步上涨，那么正确的方法是什么？
我考虑过以更高的最大值训练模型（例如2000），但感觉不对，因为没有数据可用于1000-2000范围，我认为这会引入偏差
答案 0 :(得分：4)
TL; DR：使用z分数，可能记录日志，可能采取逆logit，也许根本不进行标准化。
如果您希望安全标准化，请使用单调映射，例如：
要将(0, inf)映射到(-inf, inf)，您可以使用y = log(x)
要将(-inf, inf)映射到(0, 1)，您可以使用y = 1 / (1 + exp(-x))（反向logit）
要将(0, inf)映射到(0, 1)，您可以使用y = x / (1 + x)（日志后反向logit）
如果您不关心边界，请使用线性映射：y=(x - m) / s，其中m是要素的平均值，s是其标准偏差。这称为标准缩放，有时称为z-评分。
你应该问自己的问题：为什么要正常化？。你打算怎么处理你的数据？用它作为输入功能？或者将其用作预测目标？
对于输入要素，保持未归一化是正常的，除非您对模型系数（如Ridge或Lasso）进行正则化，如果所有系数都在相同的范围内，则效果最佳（也就是说，在标准缩放之后。）
对于目标功能，将其保持非标准化有时也可以。
添加模型（如线性回归或梯度增强）有时可以更好地使用对称分布。股票价值的分布（以及一般的货币价值）通常偏向右侧，因此记录日志会使它们更方便。
最后，如果您使用具有S形激活功能的神经网络预测您的特征，则具有固有的界限。在这种情况下，您可能希望目标也受限制。为实现此目的，您可以使用x / (1 + x)作为目标：如果x始终为正，则此值将始终介于0和1之间，就像神经网络的输出一样。