我正在尝试生成一个模型，该模型使用分子的几个物理化学性质(包括原子数、环数、体积等)来预测数值Y。我想使用PLS回归，我知道标准化在这里非常重要。我正在用Python编程，使用scikit学习。功能的类型和范围各不相同。有些是int64，而另一些是float。一些特征通常具有较小的(正或负)值，而其他特征具有非常大的值。我试过使用各种缩放器(例如标准缩放器、normalize、minmax缩放器等)。然而，R2/Q2仍然很低。我有几个问题：
- 是否有可能通过缩放，一些非常重要的特征失去了意义，从而对解释响应变量的方差贡献较小
- 如果是，如果我(根据专家知识)确定了一些重要的特征，除了这些特征之外，还可以缩放其他特征吗？或者只缩放重要功能
- 一些特征虽然并不总是相关的，但与其他特征(例如-1到10)相比，其值在相似的范围内(例如100-400)。是否可以只缩放同一范围内的一组特定特征
缩放的整个想法是使模型对特征空间的分析更加稳健。例如，如果你有2特征作为5 Kg和5000 gm，我们知道两者是相同的，但对于一些算法，如sensitive到度量空间，例如KNN、PCA等，它们将更倾向于第二特征，因此必须对这些算法进行缩放。
现在来谈谈你的问题，
- 缩放不会影响特征的重要性。正如我上面所解释的，它有助于更好地分析数据
- 不，你不应该这样做，原因如上所述
- 如果您想在模型中包含领域知识，可以将其用作先验信息。简而言之，对于线性模型，这与
regularization相同。它有很好的功能。如果你认为，你有很多useless-features，你可以使用L1正则化，它在特征空间上创建sparse效应，这只是给无用的特征分配0权重。这是更多信息的链接
还有一点，一些方法，比如基于tree的模型，不需要缩放，最后，它主要取决于模型，你可以选择。
- 失去意义？对贡献更少？没有
- 不，这不好。要么全是，要么什么都没有
- 没有。缩放的概念不是降低/增加变量的重要性/效果。它是将所有变量转换为一个可以解释的通用尺度