數(shù)據(jù)無量綱化

在機(jī)器學(xué)習(xí)算法實(shí)踐中，我們往往有著將不同規(guī)格的數(shù)據(jù)轉(zhuǎn)換到同?規(guī)格，或不同分布的數(shù)據(jù)轉(zhuǎn)換到

某個(gè)特定分布的需求，這種需求統(tǒng)稱為將數(shù)據(jù)“無量綱化”。比如梯度和矩陣為核?的算法中，對于邏輯

回歸，?持向量機(jī)，神經(jīng)?絡(luò)等，?量綱化可以加快求解速度；?在距離類模型，?如K近鄰，KMeans聚類中，?量綱化可以幫我們提升模型精度，避免某?個(gè)取值范圍特別?的特征對距離計(jì)算造成

影響。（?個(gè)特例是決策樹和樹的集成算法們，對決策樹我們不需要?量綱化，決策樹可以把任意數(shù)據(jù)

都處理得很好。）

數(shù)據(jù)的無量綱化可以是線性的，也可以是非線性的。線性的?量綱化包括中?化（Zero-centered或

者M(jìn)ean-subtraction）處理和縮放處理（Scale）。中?化的本質(zhì)是讓所有記錄減去?個(gè)固定值，即讓

數(shù)據(jù)樣本數(shù)據(jù)平移到某個(gè)位置。縮放的本質(zhì)是通過除以?個(gè)固定值，將數(shù)據(jù)固定在某個(gè)范圍之中，取對

數(shù)也算是?種縮放處理。