machine-learning - 数据形状偏斜的特征选择(分类模型)
问题描述
我有数据,其中很少有倾斜的特征是右尾形状。我是否需要转换这些数据以进行标准正态分布并检查预测,还是应该放弃这些特征并尝试预测模型?
我应该怎么做?因为每当我们使用回归模型时都需要转换,但在分类模型中,我们需要进行转换吗?
解决方案
此转换旨在帮助您的优化器收敛,这不取决于您执行的是分类还是回归,因此您可能需要考虑对数转换以尝试使您的数据呈正态分布。
推荐阅读
- android - Android中的MVVM存储库
- c# - 如何连接json值?
- web - AUTOML有没有办法通过阅读代码来学习遗留系统来定制未来的变化
- .htaccess - 如何将 htaccess 修复为友好的 url
- reactjs - .env.local 和 .env.development.local 有什么区别?
- javascript - Puppeteer iframe 下拉菜单选择
- python - 如何为我的布尔字段建立按钮功能
- vb.net - 如何在 IF 语句中使用组合框选择作为条件
- android - 无法通过iis服务器在android中获取像png,jpg这样的静态文件
- agora.io - 要进行 Agora.io 语音通话,您是否必须在您拨打电话的应用程序中?