分类变量的归一化

Posted 2023-03-11

【中文标题】分类变量的归一化

【英文标题】：normalization of categorical variable

【发布时间】：2019-01-24 02:48:29

【问题描述】：

我有一个数据集，其中包含男性和女性的性别。我使用现在数据类型为 int8 的 pandas 功能将男性转换为 1，将女性转换为 0。现在我想标准化列，例如重量和高度。那么应该对性别列做什么：是否应该对其进行规范化。我打算将它用于线性回归。

【参考方案1】：

所以我认为您将标准化与标准化混为一谈。

归一化：

将您的数据重新缩放到 [0;1] 的范围内

标准化：

重新调整您的数据，使其平均值为 0，标准差为 1。

回到你的问题：

对于您的性别列，您的分数已经介于 0 和 1 之间。因此，您的数据已经“标准化”。所以你的问题应该是你是否可以标准化你的数据，答案是：是的，你可以，但这没有任何意义。这个问题已经在这里讨论过：Should you ever standardise binary variables?

【讨论】：

我阅读了交叉验证的答案，但无法理解。我正在使用 scikit-learn 的线性回归，请具体告诉我在我的情况下我应该做什么。我的意思是我应该标准化它与否。以及它对 rmse 的影响。

答案是你不应该标准化你的性别栏

如果有更多类别呢？