machine-learning - SVM 的标准化特征值

Question

我一直在尝试一些 SVM 实现，我想知道 - 标准化特征值以适应一个范围的最佳方法是什么？ (从0到1)

假设我有 3 个特征，其值范围为:

1. 3 - 5。

2. 0.02 - 0.05

3. 10-15。

如何将所有这些值转换为 [0,1] 范围？

如果在训练期间，我将遇到的特征号 1 的最高值为 5，并且在我开始在更大的数据集上使用我的模型后，我会偶然发现高达 7 的值，该怎么办？那么在转换后的范围内，就会超过1...

如何在训练期间对值进行标准化，以考虑“野外值”超过训练期间模型“看到”的最高(或最低)值的可能性？当这种情况发生时，模型将如何 react 以及如何使其正常工作？

Answer 1

除了 Tim 提供的缩放到单位长度方法之外，standardization最常用于机器学习领域。请注意，当您的测试数据到来时，使用训练样本的平均值和标准差来进行此缩放更有意义。如果您有大量的训练数据，可以安全地假设它们服从正态分布，因此新的测试数据超出范围的可能性不会那么高。引用这个post了解更多详情。