我是否需要缩放训练数据中的测试数据和因变量? [英] Do I need to scale test data and Dependent variable in the train data?

问题描述

我不熟悉扩展机器学习中的功能的概念，我阅读与一个其他功能相比，当一个功能范围很大时，缩放将很有用.但是，如果我选择缩放培训数据，那么:

I am new to the concept of scaling a feature in Machine Learning, I read that scaling will be useful when one feature range is very high when compared to other features. But if I choose to scale the training data then:

1. 我可以缩放具有高范围的一项功能吗?
2. 如果我缩放火车数据的整个 X ，那么我还需要缩放火车数据和整个测试数据的 y 吗?

1. Can I just scale that one feature that has high range?
2. If I scale the entire X of train data then do I need to also scale the y of train data and entire test data?

推荐答案

1. 是的，您可以缩放具有高范围的一个特征，但是请确保没有其他具有高范围的特征，因为如果存在且尚未缩放，则该特征将使算法忽略其贡献缩放的特征，即使结果稍有变化也能影响结果(输出值).建议(但不是强制性的)缩放训练集中的所有功能.
2. 您不需要缩放火车数据的Y，因为算法或模型会将参数值设置为获得最低Cost(误差)，即无论如何都是k {Y(output)-Y(original)}.但是如果对Xtrain进行了缩放，则在将其输入模型之前，需要对测试集(特征值，Xtest)(仅在对Ytrain进行缩放时才对Ytest进行缩放)(使用训练均值和方差)进行缩放.此数据之前已在缩放范围的数据上进行过训练，因此，如果测试数据的特征值与训练数据中的相应特征范围相差很大的值，则模型将为相应的测试数据输出错误的预测.

这篇关于我是否需要缩放训练数据中的测试数据和因变量?的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！