線性回歸縮放功能

Question

我想做一個線性回歸。

我的特點是這樣的：

Marketcap       EBIT Margin   Price to Book Ratio   EPS Growth

5.589918e+08    23.05            8.71                 7.16
5.572475e+08    65.00            9.68              - 18.44
8.639290e+09     7.8            12.74              - 55.00

在進行線性回歸時，我確實必須縮放特征，尤其是當它們具有像 Marketcap 和其他特征這樣不同的比例時，對嗎？

EPS增長的負值是什么？ 在此示例中執行特征縮放的最佳方法是什么？

Answer 1

從文檔：

通過去除均值和縮放到單位方差來標准化特征

這意味着，給定輸入 x，將其轉換為 (x-mean)/std（其中所有維度和操作都已明確定義）。

因此，即使您的輸入值都是正值，去除均值也會使其中一些為負值：

>>> x = np.array([3,5,7])
>>> np.mean(x)
5.0
>>> x - np.mean(x)
array([-2.,  0.,  2.])

更多細節：

http://yann.lecun.com/exdb/publis/pdf/lecun-98b.pdf （第 4.3 節） http://scikit-learn.org/stable/modules/preprocessing.html#standardization-or-mean-去除和方差縮放http://www.faqs.org/faqs/ai-faq/neural-nets/part2/section-16.html