Die Merkmalsskalierung ist ein Datenvorverarbeitungsschritt, bei dem der Bereich variabler Werte standardisiert wird. Die Standardisierung von Datensätzen ist eine häufige Anforderung für viele Algorithmen für maschinelles Lernen. Zu den gängigen Feature-Skalierungstypen gehört das Skalieren der Daten auf einen Mittelwert von Null und eine Einheitsvarianz sowie das Skalieren der Daten zwischen einem bestimmten Minimal- und Maximalwert.
Ich habe über die Lösung für diese OTTO Kaggle-Herausforderung gelesen und die erste Lösung scheint mehrere Transformationen für die Eingabedaten X zu verwenden, z. B. Log (X + 1), sqrt (X + 3/8) usw. Gibt es eine allgemeine Richtlinie, wann welche Art von Transformationen auf verschiedene...
Ich habe ein Stundenfeld als Attribut, aber es nimmt zyklische Werte an. Wie könnte ich die Funktion umwandeln, um die Informationen wie '23' und '0' Stunde zu erhalten, sind nicht weit entfernt. Eine Möglichkeit, die ich mir vorstellen könnte, ist die Transformation: min(h, 23-h) Input: [0 1 2 3 4...
Im Falle einer Kombination von kategorialen und numerischen Attributen konvertiere ich die kategorialen Attribute normalerweise in einen heißen Vektor. Meine Frage ist, lasse ich diese Vektoren unverändert und skaliere die numerischen Attribute durch Standardisierung / Normalisierung, oder sollte...
Geschlossen . Diese Frage erfordert Details oder Klarheit . Derzeit werden keine Antworten akzeptiert. Möchten Sie diese Frage verbessern? Fügen Sie Details hinzu und klären Sie das Problem, indem Sie diesen Beitrag bearbeiten . Geschlossen vor 3 Jahren . Ich arbeite an einem fiktiven Datensatz...
Ich habe eine Lösung des Wohnungspreiswettbewerbs auf Kaggle ( Human Analogs Kernel on House Prices: Advance Regression Techniques ) durchlaufen und bin auf diesen Teil gestoßen : # Transform the skewed numeric features by taking log(feature + 1). # This will make the features more normal. from...
Ich verwende Brain , um ein neuronales Netzwerk mit einem Funktionsumfang zu trainieren, der sowohl positive als auch negative Werte enthält. Aber Brain benötigt Eingabewerte zwischen 0 und 1. Wie kann ich meine Daten am besten
Ich verwende derzeit SVM und skaliere meine Trainingsfunktionen auf den Bereich von [0,1]. Ich passe zuerst mein Trainingsset an / transformiere es und wende dann dieselbe Transformation auf mein Testset an. Zum Beispiel: ### Configure transformation and apply to training set min_max_scaler =...
Das folgende Diagramm zeigt Koeffizienten, die mit linearer Regression erhalten wurden (mit mpgals Zielvariable und allen anderen als Prädiktoren). Für mtcars-Dataset ( hier und hier ) mit und ohne Skalierung der Daten: Wie interpretiere ich diese Ergebnisse? Die Variablen hpund dispsind nur dann...
Ich studiere Datenskalierung und insbesondere die Standardisierungsmethode. Ich habe die Mathematik dahinter verstanden, aber mir ist nicht klar, warum es wichtig ist, den Merkmalen den Mittelwert Null und die Einheitsvarianz zu geben. Kannst du mir erklären
Ich untersuche ein Problem, bei dem die Datenpunkte ungleiche Merkmale aufweisen. Jede Instanz repräsentiert den Fortschritt eines Elements im gesamten System. Einige von ihnen haben ihren Endpunkt erreicht, andere befinden sich noch in der Zwischenphase. Die Anzahl der Stufen ist bekannt...
Ich habe beim maschinellen Lernen viele Male eine Normalisierung der Eingabedaten auf den Mittelwert Null und die Einheitsvarianz gesehen. Ist dies eine gute Praxis, die ständig durchgeführt werden muss, oder gibt es Zeiten, in denen dies nicht angemessen oder nicht vorteilhaft ist?...