python - 自变量是否需要单独进行特征缩放？

Question

我目前正在上 Udemy 课程，SVR 课程的讲师说必须对 X 和 y 分别应用特征缩放，因为它们的标准差和均值不同。以下是代码和数据集的截图。X 是级别，y 是薪水。 特征缩放代码

SVR 类的数据集

对于数据预处理课，讲师使用了不同的数据集，数据集包含超过 1 个自变量。但是，如代码所示，他并没有独立地对它们进行缩放。我对这部分感到困惑，因为所有自变量都有不同的标准差和均值。那么为什么我们不单独对它们进行特征缩放呢？以下是代码和数据集 代码

预处理类数据集

顺便说一句，此代码由 Kirill Eremenko 编写

Answer 1

特征缩放基本上有助于规范化特定范围内的数据。通常，几种常见的类类型包含特征缩放功能，以便它们自动进行特征缩放。但是，SVR 类不是常用的类类型，因此我们应该执行特征缩放。

缩放输入有助于避免这种情况，当一个或几个特征在量级上占主导地位时，模型很难吸收较小规模变量的贡献，即使它们很强大。

StandardScaler背后的想法是，它将转换您的数据，使其分布的平均值为 0，标准差为 1。在多变量数据的情况下，这是按特征完成的（换句话说，对于数据）。给定数据的分布，数据集中的每个值都会减去平均值，然后除以整个数据集（或多变量情况下的特征）的标准差。

如果我们不单独进行缩放，则因变量的分布/大小可能会受到影响。通常的做法是分别对依赖和独立特征进行归一化。