LabelEncoder vs OneHotEncoder
机器学习中的特征类别:连续型特征和离散型特征
获取原始特征后,必须对每一特征分别进行归一化,比如,特征A的取值范围是[-1000,1000],特征B的取值范围是[-1,1].如果使用logistic回归,w1x1+w2x2,因为x1的取值太大了,所以x2基本起不了作用。所以,必须进行特征的归一化,每个特征都单独进行归一化。
对于连续性特征:
Rescale bounded continuous f...
翻译
2018-11-16 11:28:37 ·
189 阅读 ·
0 评论