我的数据由几个连续测量和一些代表测量年份的虚拟变量组成。现在，我想用数据学习神经网络。因此，我正在对所有变量进行 zScore 标准化，包括虚拟变量。但是，我想知道这是否是一种合理的方法，因为对虚拟变量进行归一化会改变它们的范围，如果它们的分布不同，我猜这会使它们的可比性降低。另一方面，不对虚拟变量进行归一化也可能是有问题的，因为如果没有归一化，它们对网络输出的影响可能是次优的。
处理虚拟变量的最佳方法是什么，将它们归一化（zScore）还是让它们保持原样？
虚拟变量的归一化
机器算法验证
分类数据
正常化
2022-03-06 08:31:05
2个回答
如果您正在进行某种形式的相似性测量，则需要进行标准化。
虚拟变量本质上充当二进制开关。如果您尝试做的是某种形式或回归或分类，将其编码为 (0,1) 或 (-.5,.5) 应该不会影响它与因变量的关系。
如果您正在执行集群，这将很重要，因为它会依赖于规模。
规范化虚拟变量没有意义。通常，当在不同尺度上测量变量以致无法进行适当比较时，会使用归一化。然而，对于虚拟变量，模型中只放置了一个二元信息，如果将其归一化，例如一年的影响信息就会丢失。