我应该何时在机器学习中进行特征缩放或标准化？

Question

我有一个包含92个功能的训练功能集。其中91个要素的布尔值是1或0。但是1个要素是数字的，范围是3-2000。

如果我对第92个特征进行特征缩放会更好吗？

如果是，最好的方法是什么？我正在使用Python。

Answer 1

有时，它很大程度上取决于您要用于预测的算法。假设如果您使用SVM并使用高斯内核，并且没有在输入上使用特征缩放，那么您可能会得出错误的假设，而大型特征将主导其他较小特征。通常，特征缩放始终是控制输入变化的最佳方法，并且使算法能够快速计算（换句话说，收敛到最优最小值）。