[英]Scaling data with large range in Machine learning preprocessing
我是機器學習的新手。 我試圖在包含近50個功能的數據上應用ML。 某些功能的范圍為0到1000000,有些功能的范圍為0到100甚至更小。 現在,當我使用MinMaxScaler進行范圍(0,1)時使用特征縮放時,我認為具有較大范圍的特征可以縮小到非常小的值 ,這可能會影響我做出良好的預測。
我想知道是否有一些有效的擴展方法,以便適當縮放所有功能。
我也嘗試過標准縮放器,但准確性沒有提高。 我是否可以為某些功能使用不同的縮放功能,為剩余功能使用另一種功能
提前致謝!
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.