python - 在 scikit-learn SVM 中缩放数据

Question

虽然 libsvm 提供了用于缩放数据的工具，但使用 Scikit-Learn（它应该基于 SVC 分类器的 libSVM）我发现无法缩放我的数据。

基本上我想使用 4 个特性，其中 3 个范围从 0 到 1，最后一个是一个“大”的高度可变的数字。

如果我在 libSVM 中包含第四个功能（使用自动缩放数据的 easy.py 脚本），我会得到一些非常好的结果（96% 的准确度）。如果我在 Scikit-Learn 中包含第四个变量，则准确度会下降到 ~78%——但如果我排除它，我会得到与排除该特性时在 libSVM 中得到的结果相同的结果。因此，我很确定这是缺少缩放的问题。

如何以编程方式（即不调用 svm-scale）复制 SVM 的缩放过程？

Answer 1

您在以下位置具有该功能sklearn.preprocessing：

>>> from sklearn import preprocessing
>>> X = [[ 1., -1.,  2.],
...      [ 2.,  0.,  0.],
...      [ 0.,  1., -1.]]
>>> X_scaled = preprocessing.scale(X)

>>> X_scaled                                          
array([[ 0.  ..., -1.22...,  1.33...],
       [ 1.22...,  0.  ..., -0.26...],
       [-1.22...,  1.22..., -1.06...]])

然后数据将具有零均值和单位方差。

Answer 2

您也可以尝试StandardScaler数据缩放：

from sklearn.preprocessing import StandardScaler
scaler = StandardScaler()
scaler.fit(Xtrain) # where X is your data to be scaled
Xtrain = scaler.transform(Xtrain)