是为自动编码器使用的功能缩放

Question

问题：

将固定的自动编码器应用于具有25k行和18列的数据集，所有浮点值。SAE用于编码＆amp;解码。

当我无需特征缩放的模型训练模型时，即使在200个时期之后，损失也约为50k。但是，当应用缩放率时，损失是从第一个时期开始的3个。

我的问题：

1. 建议使用SAE用于特征提取

时应用功能缩放

2. 它在解码过程中会影响准确性吗？

Answer 1

1. 除了一些例外，您应该始终在机器学习中应用功能缩放，尤其是在使用SAE中的梯度下降时。扩展您的功能将确保更光滑的成本功能，从而更快地收敛到全球（希望）最小值。

还值得注意的是，1个时期后与缩放缩放时的损失要小得多，这应该是用于计算损失的值要小得多的结果。

2. 否