何时在机器学习中执行规范化或标准化？ [关闭]

Posted 2023-03-12

【中文标题】何时在机器学习中执行规范化或标准化？ [关闭]

【英文标题】：When to perform Normalization or Standardization in machine learning? [closed]

【发布时间】：2021-03-27 01:02:14

【问题描述】：

如果所有特征都具有相同的规模，我是否必须对我的数据进行归一化？例如，所有列都是特征，每行/样本是每个特征的出现次数？如果需要归一化，我需要按特征归一化还是按样本归一化？

【问题讨论】：

您好，欢迎来到 SO！请阅读tour 和How do I ask a good question?。另请阅读How to create a Minimal, Reproducible Example

【参考方案1】：

不，如果您的所有功能都处于相同的规模，则您不必对数据进行规范化。

对于标准化，您需要检查数据的统计分布，以确保它们具有均值 μ=0 和标准差 σ=1 的标准正态分布；其中 μ 是平均值（平均值），σ 是平均值的标准差。

您可以通过在您的数据上调用.describe() 并调查mean 和std 在pandas 中执行此操作。如果碰巧某些特征具有正态分布，而另一些则没有，您可以进行我们的样本标准化（在整个数据集上）。

【讨论】：

您能否详细说明标准化部分？如何解释均值和标准差的结果？

高水平的标准化意味着您的样本（=数据）的分布是“标准”正态分布。正态分布是样本均值为 0，标准差或方差为 1（或至少非常接近 1）的分布。为了让您的模型更容易学习数据的底层结构，您需要对其进行标准化。为了提高模型的训练效率，您可以对其进行规范化。