自变量是不是需要单独进行特征缩放？

Posted 2023-02-16

【中文标题】自变量是不是需要单独进行特征缩放？

【英文标题】：Does feature scaling need to be done separately for independent variables?自变量是否需要单独进行特征缩放？

【发布时间】：2021-08-03 10:10:20

【问题描述】：

我目前正在上 Udemy 课程，SVR 课程的讲师说必须对 X 和 y 分别应用特征缩放，因为它们的标准差和均值不同。以下是代码和数据集的截图。 X 是级别，y 是薪水。 code for feature scaling

dataset for SVR class

对于数据预处理课，讲师使用了不同的数据集，数据集由1个以上的自变量组成。但是，如代码所示，他并没有独立地对它们进行缩放。我对这部分感到困惑，因为所有自变量都有不同的标准差和均值。那么为什么我们不单独对它们进行特征缩放呢？ 以下是代码和数据集 code

dataset for pre-processing class

顺便说一句，这段代码是由 Kirill Eremenko 编写的

【问题讨论】：

请以文字而非图片的形式分享您的内容。没有人想从图像中编写代码，以防他们想测试它！！！

【参考方案1】：

特征缩放基本上有助于规范化特定范围内的数据。通常几种常见的类类型包含特征缩放功能，以便它们自动进行特征缩放。但是 SVR 类不是常用的类类型，所以我们应该进行特征缩放。

缩放输入有助于避免出现这样的情况，即当一个或多个特征在量级上占主导地位时，模型很难吸收较小规模变量的贡献，即使它们很强大。

StandardScaler 背后的想法是，它将转换您的数据，使其分布的平均值为 0，标准差为 1。 在多变量数据的情况下，这是按特征完成的（换句话说，对于数据的每一列都是独立的）。 给定数据的分布，数据集中的每个值都会减去平均值，然后除以整个数据集（或多变量情况下的特征）的标准差。

如果我们不单独进行缩放，因变量的分布/大小可能会受到影响。将依赖和独立特征分别归一化通常是常见的做法。