-1
假设我有几个值如下:SVM中预测的标准化轴是否有所不同?
x1 x2 x3 y
1 40 0.9 1
0.9 80 0.5 1
0.6 50 0.6 0
0.4 30 0.7 0
使得值样子:
x1 x2 x3 y
1 0.5 0.9 1
0.9 1 0.5 1
0.6 0.7 0.6 0
0.4 0.8 0.7 0
列y为输出。将有所作为,如果我沿着列X2正常化(轴= 0),而不是沿着行(轴= 1)
将预测变化?
谁能解释一下它背后的数学?
什么第二值表示? (在“使值看起来像:”)x1,x2,x3等表示特征。功能可以在不同的尺寸(单位米,厘米,秒等)和规模。所以如果你沿着行对它进行标准化,它没有任何意义。他们应该正常列明智有道理。 –
@Jibin是Vivek Kumar说得对,跨行标准化没有任何意义。跨列(或特征)的规范化已完成,以便所有特征在相同的范围内。这样做是为了在SVM中存在的距离计算是适当的,并且适当地完成特征的权重估计。跨行标准化会产生不明确的结果。 – prashanth