在自动编码器，病房层次聚类等之前，标准化/标准化数据（二进制+数字）？

Question

我有一个包含二进制数据（0,1）和不同单位的数字数据的数据集。如果我想应用一些机器学习技术对我的数据进行分类（可能是自动编码器或层次聚类），我应该对数据进行标准化还是标准化？

谢谢！

Answer 1

这取决于。

对于神经网络，您可能想要将连续变量标准化为数字原因。但这取决于你的平台。考虑Googles TPU：它们的工作精度为1个字节，因此您希望相关输入域以最佳方式使用此有限范围。

对于像聚类这样的基于距离的方法，预处理数据是至关重要的，但很困难。标准化总是正确的做法是错误的。但是应用一些规范化是相当普遍的。但是你需要一个领域专家来找到最佳的标准化。