归一化需要给因变量归一化吗?
人工智能吧
全部回复
仅看楼主
level 6
因变量需要归一化吗?为什么?
我在用sklearn回归的时候为什么回归后的数这么大,是因为没对因变量回归吗?还是代码有问题?
2021年11月01日 11点11分 1
level 12
一般不需要给输出作归一化,只不过做了也没啥,最后还原真实输出时,仍然需要乘以一个大的归一系数,相当于:ax0+bx0+c=y小<------等价------>akx0+bkx0+kc=ky小=y大。另外,有时输入与输出的关系可以逆转,例如根据输出和输入一部分列反推输入另一列中某些缺失或异常数据,这种操作将输出也作为输入的其中一部分来处理了,这种情况下,当然可以归一化原输出列。
2021年11月02日 04点11分 2
大佬,我还是有点想不通,比如我们归一化之后自变量肯定是在0到1之间的小数了,而y不做归一化的话,那岂不是输出的系数会变大好多倍?那我们应该怎么解决这个问题呢?
2021年11月03日 08点11分
应该是归一化还原吧?这个归一化还原按什么还原?
2021年11月03日 09点11分
系数变大就变大,至于最后的y,对y没归一化,预测时得到的就是本来的大小范围。如果训练时对y归一化了,那预测结果就会需要还原到应有的范围去,怎么还原,就是按归一的公式反向求解,如果归一用的Y=(y-min)/(max-min),则还原时应y-min=(max-min)Y------->y=(max-min)Y+min。
2021年11月05日 04点11分
当然,计算时一般都矩阵或其它批量计算工具,我上面写的一个数的情况。
2021年11月05日 04点11分
1