数据的均值/方差变化会影响 svm 分类器吗？

Question

我在许多领域都见过人们在传递给分类器或学习算法之前对数据进行缩放。我注意到这样做会非常快。例如，在python中，在执行svm.SVC().fit(X,y)之前使用X=preprocessing.scale(X)。这对分类器有什么影响吗？你知道吗

编辑： X=preprocessing.scale(X)应该

Standardize a dataset along any axis Center to the mean and component wise scale to unit variance.

缩放到单位方差有什么影响吗？你知道吗

Answer 1

您所指的概念称为“特征缩放”。 假设你在预测房价，你有两个特点：

1. 房屋面积（x1）
2. 房间数（x2）

房屋的面积约为数千平方英尺，房间的数量在1-4间之间变化。 在这种情况下，x1特征将主导目标函数，x2特征将在很大程度上被忽略。为了避免这种情况，我们进行了特征缩放。这样可以确保分类器关注每个特征。你知道吗

参考文献：

• http://scikit-learn.org/stable/modules/preprocessing.html
• https://en.wikipedia.org/wiki/Feature_scaling