我是机器学习的新手。我了解到，在应用支持向量机（SVM）方法之前，需要对连续变量/预测变量进行标准化/标准化。我们如何处理具有C类的分类预测变量？将它们分解为C个伪/二进制预测变量？而我们如何处理二进制呢？保留它们不变还是使其标准化？
对我而言，计算二进制预测变量的均值和标准差然后将0和1（二进制变量的值）基本上重新编码为（0-mean）/std.dev对我来说是没有意义的。和（1-均值）/std.dev。分别。此外，我知道使连续预测变量标准化的原因是，使它们被测量的规模/度量单位不会影响SVM解决方案。考虑到这一点，编码为0-1的二进制/虚拟预测变量不应影响SVM解决方案。