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 😃😃😃