特征归一化要考虑特征权重吗？

来源：4-8 scikit-learn中的Scaler

chanchan666

2020-01-28

不管是最值归一，还是均值方差归一的方法，都是将数据所有特征统一成相同维度。前提是这些特征的权重都是相同的，如果有些特征权重不等呢？有的特征比较重要，有的特征没那么重要呢。比如在评选信用的时候，收入，银行流水，资产很重要，但年龄相对没那么重要。

写回答

1回答

liuyubobobo

2020-01-28

已采纳

考虑权重不是归一化算法的任务，是机器学习算法的任务。

以线性回归为例，一个权重高的特征，其求解出的 theta 系数，就会大一些；而一个权重低的特征，其求解出的 theta 系数，就会小一些。

一个特征到底重要不重要，有多重要，和最终的 label（y 值是）关系是怎样的，即 x 是怎样决定 y 的，这恰恰是机器学习算法要解决的任务：）

归一化算法的目的，是让机器学习算法在决定这个关系之前，给机器学习算法统一的度量参考。

继续加油！：）

Python3入门机器学习经典算法与应用

Python3+sklearn，兼顾原理、算法底层实现和框架使用。

5839 学习 · 2437 问题

相似问题

回答 2

回答 1

回答 2

回答 1

回答 1