WEKA：问题属性scale

Question

我有一个训练数据集和多个测试集（我在集群框架中对实例进行分类，因此测试集的实例是在运行时计算的）。

实例属性具有不同的比例（第一个从0变为1，第二个从0变为100）。

我的分类器（逻辑回归和SMO）如何处理它们一次没有整个测试集的事实？

换句话说，如果他们不知道测试集中最大值是什么，他们如何处理不同的规模属性？

感谢

Answer 1

按照Weka Javadocs，SMO“默认情况下，标准化的所有属性。（请注意，在输出的系数是基于标准化/标准化的数据，而不是原始数据）。”也就是说，你”如果你的训练集没有覆盖每个属性的全部范围，你会得到错误的规范化。这有多糟糕取决于你的数据。

我建议你尝试使用和不使用标准化（使用setFeatureSpaceNormalization(false)将其关闭）进行训练，并查看最佳效果。