我想做一个线性回归。
我的特点是这样的：
Marketcap EBIT Margin Price to Book Ratio EPS Growth
5.589918e+08 23.05 8.71 7.16
5.572475e+08 65.00 9.68 - 18.44
8.639290e+09 7.8 12.74 - 55.00
在进行线性回归时，我确实必须对特征进行缩放，尤其是当它们具有像 Marketcap 和其他特征这样不同的比例时，对吗？
EPS 增长的负值是怎么回事？在此示例中执行特征缩放的最佳方法是什么？
从文档：
通过去除均值和缩放到单位方差来标准化特征
这意味着，给定输入 x，将其转换为 (x-mean)/std（其中所有维度和操作都已明确定义）。
因此，即使您的输入值都是正数，移除平均值也会使其中一些值为负数：
>>> x = np.array([3,5,7])
>>> np.mean(x)
5.0
>>> x - np.mean(x)
array([-2., 0., 2.])
更多细节：
http://yann.lecun.com/exdb/publis/pdf/lecun-98b.pdf（第 4.3 节） http://scikit-learn.org/stable/modules/preprocessing.html#standardization-or-mean-去除和方差缩放 http://www.faqs.org/faqs/ai-faq/neural-nets/part2/section-16.html