是否可以將類別與連續資料一起做standardscaler?
2020/03/27 下午 02:58
機器學習共學討論版
劉致良
觀看數:9
回答數:2
收藏數:1
專家您好,想問一下,一般在做正規化(standardscaler)時,是否可以將類別與連續資料一起做standardscaler動作,還是必須將類別與連續拆該只針對連續資料做?
回答列表
-
2020/03/27 下午 06:57李子明贊同數:1不贊同數:0留言數:0
Standard Scaler正規化的目的是將資料進行縮放與偏移,使得資料的平均值為0,標準差為1,也就是令資料集的分佈是常態的。
所以這個問題就可以改為:「類別資料集適合改變成為常態分配嗎?」
然後答案就呼之欲出了。
-
2020/03/28 下午 04:08張維元 (WeiYuan)贊同數:1不贊同數:0留言數:1
一般會先建議對類別資料進行 Label 或 One-Hot 編碼,轉換成數值之後再進行 standardscaler。
如果這個回答對你有幫助請主動點選「有幫助」的按鈕,也可以追蹤我的GITHUB帳號。若還有問題的話,也歡迎繼續再追問或者把你理解的部分整理上來,我都會提供你 Review 和 Feedback 😃😃😃