我有一个变量 X，其值范围从 -150 到 400。我的训练集中的所有其他变量都是正数，所以我将它们归一化为从 0 到 1，或者它们已经是二进制的，或者它们具有高斯分布，所以我使用标准缩放器。
对于这个带有一些负值的变量 X，我通常将它们标准化为 -1 到 1（由于负值）而不是 0 到 1 是否重要？
如果我有一个功能的负数和正数，MinMaxScaler 应该是 -1 到 1 吗？
数据挖掘
机器学习
Python
scikit-学习
正常化
2022-02-22 20:17:16
1个回答
在我看来，这取决于负号含义的重要性。
如果值的符号表示值的方向，那么保留负号会更好。例如，+1 表示向右移动，-1 表示向左移动。
另一方面，如果负号仅表示小于0，则可以将它们归一化为0到1。例如可变记录温度，负值仅表示小于正值。
其它你可能感兴趣的问题