machine-learning - WEKA:属性尺度问题

Question

我有一个训练数据集和多个测试集(我正在集群框架中对实例进行分类，因此测试集的实例是动态计算的)。

实例属性具有不同的标度(第一个从 0 到 1，第二个从 0 到 100)。

我的分类器(逻辑回归和 SMO)如何处理它们无法立即获得整个测试集的事实？

换句话说，如果他们不知道测试集中的最大值是多少，他们如何处理不同的尺度属性？

谢谢

Answer 1

根据Weka Javadocs ，SMO“默认对所有属性进行归一化。(请注意，输出中的系数基于归一化/标准化数据，而不是原始数据。)”也就是说，如果您的训练集未涵盖每个属性的完整范围。这有多糟糕取决于您的数据。

我建议您尝试使用标准化和不使用标准化进行训练(使用 setFeatureSpaceNormalization(false) 将其关闭)，然后看看哪种效果最好。