我正在做一個基于機器學習（Python）的專案，并在我的資料上嘗試所有模型。真的很迷茫
分類和回歸
- 如果我必須對整個資料集應用歸一化、Z 分數或標準差，然后設定特征（X）和輸出（y）的值。
def normalize(df):
from sklearn.preprocessing import MaxAbsScaler
scaler = MaxAbsScaler()
scaler.fit(df)
scaled = scaler.transform(df)
scaled_df = pd.DataFrame(scaled, columns=df.columns)
return scaled_df
data=normalize(data)
X=data.drop['col']
y=data['col']
from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
- 或者只需要申請特征（X）
X=data.drop['col']
y=data['col']
def normalize(df):
from sklearn.preprocessing import MaxAbsScaler
scaler = MaxAbsScaler()
scaler.fit(df)
scaled = scaler.transform(df)
scaled_df = pd.DataFrame(scaled, columns=df.columns)
return scaled_df
X=normalize(X)
from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
uj5u.com熱心網友回復：
TLDR；對輸入資料進行標準化，但不要對輸出進行標準化。
從邏輯上講，歸一化既取決于演算法，也取決于特征。
有些演算法不需要任何規范化（如決策樹）。
對資料集應用歸一化：如果資料集中有多個特征，則應該對每個特征執行歸一化，但對整個資料集中存在的所有示例進行歸一化。
例如，假設您有兩個特征 X 和 Y。特征 X 始終是 [0,10] 范圍內的小數。另一方面，您的 Y 在 [100K,1M] 范圍內。如果您對 X 和 Y 進行一次歸一化，對 X 和 Y 組合進行一次歸一化，您會看到特征 X 的值如何變得微不足道。
對于輸出（標簽）：
通常，不需要對任何回歸或分類任務的輸出或標簽進行歸一化。但是，請確保在訓練時間和推理時間對訓練資料進行歸一化。
如果任務是分類，常見的方法就是對類別編號進行編碼（如果您有狗和貓類別。您將 0 分配給一個，將 1 分配給另一個）
轉載請註明出處，本文鏈接：https://www.uj5u.com/yidong/479917.html
標籤：Python 机器学习 jupyter-笔记本 数据科学 正常化