Scienza dei dati feature-scaling

3

Trasformazione delle caratteristiche sui dati di input

Stavo leggendo la soluzione a questa sfida OTTO Kaggle e la soluzione al primo posto sembra utilizzare diverse trasformazioni per i dati di input X, ad esempio Log (X + 1), sqrt (X + 3/8), ecc. C'è un linea guida generale su quando applicare quali trasformazioni di tipo a vari …

22 machine-learning feature-extraction feature-scaling

3

Qual è un buon modo per trasformare gli attributi ordinali ciclici?

Sto avendo il campo 'hour' come mio attributo, ma ci vogliono valori ciclici. Come potrei trasformare la funzione per conservare le informazioni come '23' e '0' ora non sono vicine. Un modo in cui potrei pensare è fare la trasformazione: min(h, 23-h) Input: [0 1 2 3 4 5 6 …

21 feature-extraction feature-scaling featurization

1

Dovrebbe essere ridimensionato un vettore caldo con attributi numerici

Nel caso di avere una combinazione di attributi categorici e numerici, di solito converto gli attributi categorici in vettori caldi. La mia domanda è: lascio i vettori così come sono e ridimensiono gli attributi numerici attraverso la standardizzazione / normalizzazione, o dovrei ridimensionare i vettori caldi insieme agli attributi numerici?

20 feature-engineering feature-scaling data-science-model

1

Modi per gestire la funzionalità longitudine / latitudine [chiuso]

Chiuso . Questa domanda richiede dettagli o chiarezza . Al momento non accetta risposte. Vuoi migliorare questa domanda? Aggiungi dettagli e chiarisci il problema modificando questo post . Chiuso 3 anni fa . Sto lavorando a un set di dati di fantasia con 25 funzionalità. Due delle caratteristiche sono la …

18 machine-learning python feature-engineering feature-scaling normalization

3

Perché convertiamo i dati distorti in una distribuzione normale

Stavo attraversando una soluzione della concorrenza sui prezzi delle case su Kaggle ( Human Analog's Kernel on House Prices: Advance Regression Techniques ) e mi sono imbattuto in questa parte: # Transform the skewed numeric features by taking log(feature + 1). # This will make the features more normal. from …

15 regression feature-extraction feature-engineering kaggle feature-scaling

4

Come ridimensionare un array di numeri interi con segno che vanno da 0 a 1?

Sto usando Brain per addestrare una rete neurale su un set di funzionalità che include sia valori positivi che negativi. Ma Brain richiede valori di input compresi tra 0 e 1. Qual è il modo migliore per normalizzare i miei dati?

15 machine-learning neural-network feature-scaling normalization javascript

2

Conseguenza del ridimensionamento delle funzioni

Attualmente sto usando SVM e ridimensionando le mie funzioni di allenamento nella gamma di [0,1]. Prima inserisco / trasformo il mio set di allenamento e quindi applico la stessa trasformazione al mio set di test. Per esempio: ### Configure transformation and apply to training set min_max_scaler = MinMaxScaler(feature_range=(0, 1)) X_train …

11 machine-learning svm feature-scaling

2

Regressione lineare e ridimensionamento dei dati

Il diagramma seguente mostra i coefficienti ottenuti con regressione lineare (con mpgcome variabile target e tutti gli altri come predittori). Per il set di dati mtcars ( qui e qui ) sia con che senza ridimensionare i dati: Come interpreto questi risultati? Le variabili hpe dispsono significative solo se i …

10 feature-selection linear-regression feature-scaling

3

Media zero e varianza unitaria

Sto studiando il ridimensionamento dei dati, in particolare il metodo di standardizzazione. Ho capito la matematica che sta dietro, ma non mi è chiaro perché sia importante assegnare alle caratteristiche zero media e varianza unitaria. Mi puoi spiegare ?

10 machine-learning feature-scaling normalization

Domande taggate «feature-scaling»