«feature-scaling» etiketlenmiş sorular

3
Girdi verilerinde özellik dönüşümü
Bu OTTO Kaggle mücadelesinin çözümü hakkında okuyordum ve ilk etapta çözüm giriş verileri X için birkaç dönüşüm kullanıyor gibi görünüyor, örneğin Log (X + 1), sqrt (X + 3/8), vb. Çeşitli sınıflandırıcılara hangi tür dönüşümlerin ne zaman uygulanacağı hakkında genel bir kılavuz? Ortalama-var ve min-max normalizasyon kavramlarını anlıyorum. Bununla birlikte, …



1
Boylam / enlem özelliğiyle başa çıkma yolları [kapalı]
Kapalı . Bu sorunun ayrıntılara veya açıklığa ihtiyacı var . Şu anda cevapları kabul etmiyor. Bu soruyu geliştirmek ister misiniz? Bu yayını düzenleyerek ayrıntıları ekleyin ve sorunu giderin . 3 yıl önce kapalı . 25 özellikli kurgusal bir veri kümesi üzerinde çalışıyorum. Özelliklerden ikisi, bir yerin enlem ve boylamıdır ve …

3
Çarpık verileri neden normal bir dağılıma dönüştürüyoruz?
Kaggle'daki Konut fiyatları yarışmasının bir çözümünü yapıyordum ( Human Analog'un Konut Fiyatlarında Çekirdek: İleri Regresyon Teknikleri ) ve bu bölüme rastladım: # Transform the skewed numeric features by taking log(feature + 1). # This will make the features more normal. from scipy.stats import skew skewed = train_df_munged[numeric_features].apply(lambda x: skew(x.dropna().astype(float))) skewed …


2
Özellik Ölçeklemenin Sonuçları
Şu anda SVM kullanıyorum ve eğitim özelliklerimi [0,1] aralığında ölçeklendiriyorum. Önce eğitim setimi takıyorum / dönüştürüyorum ve daha sonra aynı dönüşümü test setime uyguluyorum. Örneğin: ### Configure transformation and apply to training set min_max_scaler = MinMaxScaler(feature_range=(0, 1)) X_train = min_max_scaler.fit_transform(X_train) ### Perform transformation on testing set X_test = min_max_scaler.transform(X_test) Eğitim …

2
Doğrusal Regresyon ve verilerin ölçeklendirilmesi
Aşağıdaki grafik doğrusal regresyon ile elde edilen katsayıları göstermektedir ( mpghedef değişken olarak ve diğerleri tahmin ediciler olarak). Verileri ölçeklendirerek veya ölçeklendirmeden mtcars veri kümesi için ( burada ve burada ): Bu sonuçları nasıl yorumlayabilirim? Değişkenler hpve dispyalnızca veri ölçeklenirse önemlidir. Are amve qseceşit derecede önemli ya da amdaha önemli …

Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.