SCIkit 支持在 [0，1] 或 [-1，1] 之间缩放功能

Question

scikit-learn的SVM基于LIBSVM。LIBSVM/SVM 要求对数据进行缩放，建议特征值应位于两个范围 [0， 1] 或 [-1， 1] 之一。也就是说，在典型的矩阵中，每列都是一个特征，缩放是按列完成的。

LIBSVM FAQ 建议进行简单的缩放，以获取 [0， 1] 之间的功能：

x'=(x-min)/(Max-min)

scikit-learn是否支持这种"简单缩放"？对于扩展要与 SVM 和 RBF 内核一起使用的功能，是否有其他建议？有什么参考资料吗？我找到了一篇基于 LIBSVM 的参考文章，名为"支持向量分类的实用指南"，他们建议缩放到 [0， 1] 或 [-1， 1]。

Answer 1

是的，包含此功能。您描述的确切公式将在下一个版本中显示为 sklearn.preprocessing.MinMaxScaler .目前，sklearn.preprocessing.Scaler（将在下一个版本中重命名为StandardScaler，但旧名称将保留以向后兼容）将特征居中并缩放为均值 0 和方差 1，这应该足以将数据传递给 SVM 学习器。

此外，sklearn.preprocessing.Normalizer（以及用于文本分类的TfidfVectorizer）将每个样本的值规范化为范围 [0， 1]。这相当于文本分类和信息检索中常见的长度规范化。

您可以使用 Pipeline 对象来构造居中、缩放的 SVM 分类器：

clf = Pipeline([('scale', Scaler()),
                ('svm', SVC())])

Answer 2

我认为

您正在寻找标准缩放器，至少对于 [-1，1] 情况。