在机器学习预处理中大规模扩展数据

Question

我对机器学习非常陌生。 我正在尝试将ML应用于包含近50个功能的数据。有些功能的范围是 0到1000000，有些功能的范围是0到100 ，甚至更小。现在，当我通过将 MinMaxScaler 用于范围（0,1）来使用特征缩放时，我认为范围较大的特征会缩小到非常小的值，这可能会影响我做出好的预测。

我想知道是否存在一些有效的缩放方法，以便所有特征均得到适当缩放。

我也尝试了标准的洁牙机，但准确性并未提高。 还可以为某些功能使用其他缩放功能，为其余功能使用其他缩放功能。

谢谢！

Answer 1

特征缩放或数据标准化是训练机器学习模型的重要组成部分。通常建议对所有功能使用相同的缩放方法。如果不同功能的标度差异很大，则可能会对您的学习能力产生连锁反应（取决于您使用的是哪种方法）。通过确保标准化的特征值，所有特征在其表示中均被隐式加权。

两种常见的规范化方法是：

• 重新缩放（也称为最小-最大归一化）：

  

  其中 x 是原始值，而 x'是归一化值。例如，假设我们有学生的体重数据，并且学生的体重跨度为[160磅，200磅]。要重新缩放此数据，我们首先从每个学生的体重中减去160，然后将结果除以40（最大和最小体重之间的差）。

• 均值归一化

  

  其中 x 是原始值，而 x'是归一化值。