[英]Linear Regression Scaling Features
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?
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
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.