0, 1 değerlerine sahip bir ikili değişken (genellikle), muhtemelen z-puanınız olan (değer - ortalama) / SD'ye ölçeklenebilir.
Bunun en belirgin kısıtı, eğer tüm sıfırları veya hepsini alırsanız, SD'yi kör bir şekilde takmanız, z-skorunun belirsiz olduğu anlamına gelir. Değer - ortalama aynı şekilde sıfır olduğu sürece de sıfır atamak için bir durum vardır. Fakat bir değişken gerçekten sabitse, pek çok istatistiksel şey pek bir anlam ifade etmez. Daha genel olarak, ancak, eğer SD küçükse, puanların dengesiz olması ve / veya iyi tespit edilmemesi riski daha fazladır.
Sorunuza daha iyi bir cevap vermeyle ilgili bir problem, tam olarak ne “makine öğrenme algoritması” düşündüğünüzdür. Birkaç değişkene ait verileri birleştiren bir algoritma gibi gözüküyor ve bu nedenle de benzer ölçeklerde bunları sağlamanın bir anlamı olacak.
(SONRA) Orijinal poster tek tek yorumlar eklerken, onların sorusu morphing. Yine de (değer - ortalama) / SD'nin, SD pozitif olduğu sürece ikili değişkenler için anlamlı (yani saçma değil) olduğunu düşünüyorum. Bununla birlikte, lojistik regresyon daha sonra uygulama olarak adlandırıldı ve bunun için, 0, 1 olarak ikili değişkenlerde beslenmekten başka hiçbir şeye teorik veya pratik kazanç (ve bazı basitlik kayıpları) gelmedi. Yazılımınız, o; değilse, bu yazılımı elinden gelen bir program lehine terk edin. Başlık sorusu açısından: olabilir, evet; gerekir, hayır.