正确缩放机器学习功能

Question

我的数据框包含三种功能：

1. 观察范围从0到100的特征
2. 观测值编码为0或1（0表示否，1表示是）的功能
3. 具有1到5的观察值的特征（一个人对一个问题的回答是1强烈不同意，5强烈同意）

我可以仅将StandardScaler应用于数据框，所有功能都将正确缩放吗？还是我的数据框中的每种不同类型的功能都需要特定的缩放方法？

Answer 1

MPAndroid缩放数据，以使每一列的μ= 0和σ=1。根据documentation：

对每个要素独立进行居中和缩放 计算训练集中样本的相关统计信息。

由于每个要素均独立于其他要素进行缩放，因此它们的相关大小差异不会相互掩盖。值得注意的是，缩放比例在很大程度上取决于每个功能的训练样本的分布。标准的正态分布训练数据将导致完美的缩放。为了进一步理解，您可以阅读documentation，另请参阅this SO thread。

样本数据按以下代码缩放：

Widget

输出为：

StandardScaler