SVM 需不需要做数据归一化?

  统计/机器学习 监督式学习 数据预处理    浏览次数:7874        分享
0

SVM 需不需要做数据归一化?

 

jacksun   2019-09-10 07:48



   1个回答 
0

要视数据本身,但是最好还是要做一下归一化的。

SVM本身是有分割平面和支持向量的,而这些概念实际上都和“距离”相关。如果数据本身有些特征非常大,而且又没有做归一化,那最后的结果往往不好。我也遇到过甚至不收敛,或者死循环。

SofaSofa数据科学社区DS面试题库 DS面经

orz_k   2019-09-19 07:57



  相关讨论

支持向量机(SVM)里的支持向量是什么意思

为什么SVM里两个超平面的距离是1/||w||?

SVM的支持向量最少有几个?

SVM里的软间隔是什么意思

SVM和LR适合稀疏数据吗?

为什么说LR适合大样本,SVM适合小样本?

SVM模型的可解释性如何?

如果支持向量机做回归任务,支持向量是什么?

与基于一般形式的支持向量回归相比,最小二乘支持向量回归更准确?

线性支持向量机和中心化中截距的问题

  随便看看

多个独立同分布的均匀随机变量的最小值的期望是多少?

sklearn中的predict_proba方法的返回值的意义

分类特征的目标编码是什么意思?

yolo v4和yolo v3的主要区别是什么?

统计学中的自变量和因变量分别是什么意思?