对不同的特征使用不同的特征缩放技术是不是正确？

Posted 2023-02-16

【中文标题】对不同的特征使用不同的特征缩放技术是不是正确？

【英文标题】：Is it right to use different feature scaling techniques to different features?对不同的特征使用不同的特征缩放技术是否正确？

【发布时间】：2020-08-15 05:03:21

【问题描述】：

我读过这篇关于特征缩放的文章： all-about-feature-scaling

两种主要的特征缩放技术是：

min-max scaler - 对分布非高斯的特征反应良好。

Standard scaler - 对具有高斯分布的特征响应良好。

我阅读了其他帖子和示例，似乎我们总是使用一个缩放方法（min-max 或standard）所有功能。。 p>

我还没有看到建议的示例或论文：

1. go over all the features, and for each feature:
1.1 check feature distribution
1.2 if the feature distribution is Gaussian:
1.2.1 use Standard scaler for this feature
1.3 otherwise:
1.3.1 use min-max scaler for this feature

为什么我们不混合缩放方法？

我的提案有什么问题或缺点？

【问题讨论】：

这里除了有点离题（不是编程问题），我认为你会在Cross Validated得到更可靠的答案，我建议你迁移这个.

【参考方案1】：

然后，您的特征将具有不同的比例，这是一个问题，因为具有较大比例的特征将支配其余特征（例如，KNN）。具有 min-max 归一化的特征将被重新调整为 [0,1] 范围，而具有标准化的特征将被转换为负到正的范围（例如，[-2,+2] 甚至更宽小标准偏差）。

import pandas as pd
from sklearn.preprocessing import MinMaxScaler, StandardScaler

dfTest = pd.DataFrame('A':[14,90,80,90,70],
                       'B':[10,107,110,114,113])

scaler = MinMaxScaler()
dfTest['A'] = scaler.fit_transform(dfTest[['A']])

scaler = StandardScaler()
dfTest['B'] = scaler.fit_transform(dfTest[['B']])

ax = dfTest.plot.scatter('A', 'B')
ax.set_aspect('equal')