python - 弹性网:标准化或规范化
问题描述
我正在使用 scikit learn Elastic net 作为我的预测模型。我知道我必须在进行正则化之前对数据进行规范化/标准化,因为这会影响最终模型。我需要帮助了解将哪个缩放器应用于我的数据:MinMaxScaler、RobustScaler 或 StandardScaler。
我应该将此定标器应用于我的自变量(IV)吗?我应该对因变量(DV)做同样的事情吗?
我希望能够解释模型的系数,并确定哪个特征 (IV) 对结果 (DV) 的贡献更大。
如果我有 2 个不同的 DV,并且我想比较两个模型之间的系数,那么推荐是否不同(比较 IV1 用于预测 DV1 的模型和用于预测 DV2 的模型)。
解决方案
推荐阅读
- java - 如何使用 Android 中的广播接收器每 2 分钟更新一次活动?
- azure-cosmosdb - 查询嵌套数组长度 COSMOS DB 的总和
- python - 在 Azure 上应该如何处理 Python 虚拟环境?
- html - 仅 CSS - 多个元素的宽度相同,基于最大的
- python - Chrome 无法启动:使用 Docker 运行我的测试时异常退出
- excel - 通过 Power Automate 自动删除 ActiveX 控件?
- php - 如何将额外的csv行数据保存到数组中
- r - 完全相交 2 个或更多整数向量列表
- ruby-on-rails - [Rails][Searchkick] 重新索引数据导致油门错误或超时
- kubernetes - Kubernetes:Calio 不在远程工作人员上工作,本地工作正常