套索和岭回归中是否需要'normalize = True'参数，如果要素已经缩放？

Question

在StandardScaler()的帮助下，我的数据已经标准化。在应用套索回归时，是否需要设置normalize参数True，为什么？

from sklearn import StandardScaler()
scaler=StandardScaler()
x_new=scaler.fit_transform(x)

现在，我想使用套索回归。

from sklearn.linear_model import Lasso
lreg=Lasso(alpha=0.1,max_iter=100,normalize=True)

我想知道是否仍然需要'normalize = True'？

Answer 1

Standarize和Normalize是两个不同的动作。如果您既不知道他们的工作方式又不知道为什么这样做，那么您最终将失去准确性。

Standarization正在去除均值并除以偏差。规范化将所有内容都设置在0和1之间。

根据惩罚（套索，山脊，弹性网），您会更喜欢一种，但不建议同时使用。

因此，不需要。