属性的特征缩放

Posted 2023-03-12

【中文标题】属性的特征缩放

【英文标题】：Feature Scaling of attributes

【发布时间】：2020-04-21 16:36:54

【问题描述】：

我使用两个特征来训练分类模型，即特征 A 和 B。特征 A 比特征 B 更重要。特征 A 具有序数数据，因此我对其进行了标签编码，其值范围为 1 到 5。特征 B也是一个分类特征，在标签编码后对其进行热编码

由于上述编码，特征 A 的值范围为 1 到 5，而特征 B 有多个列，每列的值为 0 或 1。

现在在我的模型训练之后，我的模型过于偏向于特征 A，因为它的值范围从 1 到 5，而对特征 B 的关注却很少。

现在，如果我使用标准标量进行特征缩放，特征 A 的值将在 -1 到 1 之间，因此在模型训练之后，特征 B 比特征 A 具有更多的作用来做出决定。

有没有更好的方法来对两个特征进行特征缩放，以便特征 A 具有更多优势，但又不是完全忽略特征 B

【参考方案1】：

一旦您进行了一次热编码，您将只拥有一组功能。模型不会知道特征属于 A 还是 B。然后您可以计算特征重要性或运行 Feature Selection Algorithms 以提高效率。

但是，如果您觉得功能 A 更重要，那么请尝试缩放到除 -1 到 1 之外的其他限制，以便为功能 A 维护比功能 B 更多的列。或者相应地缩放两者。但同样，该模型仅将其视为一组特征，因此请尝试更改模型/参数，而不是专注于此以提高性能。