线性回归中的归一化-全部与仅1个变量

Question

我的线性回归中有三个独立的数字变量。他们都有不同的规模。我的教授现在建议对其中之一使用z得分归一化（情感强度，下表中的变量3）以使其具有可比性。我不应该对所有这些进行标准化以使其真正具有可比性吗？

变量为：
1）项目描述长度（字数）-范围从10到1000个字
2）描述的情绪得分--1至1（从负到正）
3）描述的情感幅度-范围从0到无穷大

我预测的因变量是获得项目资金所需的天数。

此外，我想知道如何解释归一化变量的线性回归系数？使用其他模型（非线性模型，例如随机森林）时，这有区别吗？

非常感谢您的帮助！

Answer 1

将所有预测变量设置为x并将响应设置为y，然后在LinearRegression对象中设置normalize = True，如下所示。

from sklearn.linear_model import LinearRegression
import pandas as pd

regr = LinearRegression(normalize=True)  
regr.fit(x, y)
intercept = round(regr.intercept_, 2)
cols = x.columns.tolist()
coefficients = dict(zip(cols, [round(i, 4) for i in regr.coef_]))