如果我将整个数据集标准化在一起可以吗？

Question

我正在尝试训练使用LSTM的RNN网络。

在数据预处理部分，当我对数据集进行规范化（特征缩放）时，我将整个数据库规范化。但是，我怀疑一些输入列是否占据其他列，并且它可以影响网络训练部分。以下是数据集的示例，以便更好地理解：

从上图中可以看出，不同颜色的列比其他颜色更大或更低。

所以，我的问题是;如果我将整个数据集一起规范化，或者我应该单独规范化每个列吗？

Answer 1

功能缩放基于每列进行。这些操作一次应用于一个特征，因为目标是将不同的特征放入相似的范围内，因此特征的单位不会影响学习（source）。你是对的，特征的大小可以影响训练，因此缩放被认为是一种最佳实践，特别是在训练神经网络时。

通常，这可以通过以下两种方式之一完成：

• 重新缩放：使要素的值落入范围，例如从0到1.最小 - 最大重新缩放通过以下方式实现：

• 标准化：减去平均值并除以标准偏差。新功能的平均值为0，标准差为1。

可以使用Scikit-Learn＆＃39; MinMaxScaler在Python中完成重新缩放。可以使用Scikit-Learn＆＃39; StandardScaler在Python中完成标准化。

这是一篇关于特征缩放基础知识的好文章：http://sebastianraschka.com/Articles/2014_about_feature_scaling.html。