特征缩放/归一化中的最小值和最大值？

我对机器学习相当陌生，并且正在使用线性特征缩放来预处理我的训练数据。特征缩放/归一化中的最小值和最大值？

我的问题是，给定一个.csv文件，其中每列数据代表一个功能，minX和maxX值应该是我的数据规范化？

更具体地说，我应该分别规范化每个特征（使用每列中的minX/maxX值），一次标准化所有数据（从整个数据集中查找minX/maxX，检查所有特征），或者标准化逐个输入的基础？

2016-09-25 Jonathan Shobrook

你想要所有的特征都在线性分类器的相同范围内（而不仅仅是它们！也适用于神经网络！）。在继续前进之前，你想要扩展的原因应该很清楚。看看这个主题上的Andrew Ng's lecture，以便直观地解释发生了什么。

一旦清楚，你应该对你的问题有个答案：单独规范每个特征。例如，如果你有3行的表：

row | F1 | F2 
1 | 1 | 1000 
2 | 2 | 2000 
3 | 3 | 3000

你想利用其最大值（3）和最小值（1）规模F1。 F2将分别为3000和1000分别做最大值和最小值。

这就是所谓的MinMax缩放。您也可以根据均值和方差进行缩放，或者完全按照另一种方法进行，即考虑您通常在计算资源方面拥有“预算”，并且希望将其最大化。在这种情况下，类似Histogram Equalization可能是一个不错的选择。最后一点：如果你正在使用决策树（作为一个独立的分类器，或者在一个决策森林或一个增强的集合中），那么不要打扰正常化，它不会改变一件事情。

来源

2016-09-25 20:15:31 Tex

我了解训练数据的特征标准化功能，但是当我开始进行预测时，输入数据如何呢？例如，如果我有一组输入：{F1：12，F2：19，F3：8}，我应该用训练数据中的minX/maxX值还是数组中的其他值对每个值进行归一化？ –

当然。您已经训练的分类器是函数f（V），其中V是您的特征向量。如果通过其他函数g（V）对V进行归一化，则需要将相同的函数应用于预测数据。因此，例如，如果使用minmax标准化，则需要存储最小值和最大值，以便可以将相同的标准化应用于预测数据。注意：如果您的预测数据具有小于最小值或大于最大值的特征，只需将其分别设置为MIN或MAX（分别）即可。 – Tex

分别标准化每个功能。你想要的是在一个定义好的时间间隔内限制每个特征的范围（即[0,1]）。仅使用来自训练数据集的数据。

如果你使用Min-Max缩放，你将会有一个较小的STD，这并不坏。如果使用Min-Max或标准化（mu = 0，std = 1）取决于您需要执行的应用程序。

来源

2016-09-25 15:36:27 ozw1z5rd

好的，所以当我输入一组特征{F1：12，F2：19，F3：-80}到我的神经网络中时，是否使用过去的minX/maxX数据（来自训练数据）来标准化每个特征？或者我使用来自输入数组的minX/maxX值对它进行规格化？ –

如果训练数据集足够好，您的输入数据应该使用来自它的最小最大值在[0,1]范围内。如果这没有发生，这不是一件好事。无论如何，使用训练数据集中的最小最大值。 – ozw1z5rd

特征缩放/归一化中的最小值和最大值？

回答

相关问题