对一个训练数据X=（x_1 x_2 x_3, ..., x_n）T进行Z-score规范化（零均值标准化）操作时，是令X中的每一元素
x_i=(x_i-μ)/σ ，
其中μ是x_1~x_n的均值，σ是标准差。
但是当我们进行拟合操作时，每一个X对应一个y，全部的输出y组合成为向量Y=（y_1,y_2,...,y_m）T,此时面对一个待拟合的数据集合，怎么进行Z-score操作呢？
是将每一个输入向量X分别进行Z-score操作然后Y单独也进行Z-score操作么？
还是将每一个y放入每一个X中，这样就有m个扩充的向量，然后分别对这m个向量进行Z-score操作，最后再把其中操作之后的y拎出组合成新的Y？
2个回答
我的理解是，不是对每一个输入向量标准化，而是对每一个特征进行标准化
SofaSofa数据科学社区DS面试题库 DS面经
海米
2019-02-19 23:07
相关主题
线性回归的变量归一化的问题
1回答
数据的标准化（Z-score标准化）是否会改变训练得到的超平面系数向量？
1回答
训练集中重复的样本需要被删除吗？
3回答
泊松回归有哪些应用场景？
2回答
特征归一化后的多项式回归拟合结果
2回答
Sigmoid核函数是不是对新输入的需要预测的点的测量误差不敏感？
1回答
什么是“维数灾难”，为什么说引入核函数就避免“维数灾难”
1回答
线性回归是机器学习算法吗？
7回答
如何对大型线性回归进行并行计算？
4回答
我们谢绝在回答前讲“生动”的故事。
我们谢绝“这么简单，你自己想”、“书上有的，你认真看”这类的回答；如果你认为对方的提问方式或者内容不妥，你可以直接忽略该问题，不用进行任何作答，甚至可以对该问题投反对票。
我们谢绝答非所问。
我们谢绝自己不会、硬要回答。
我们感激每一个用户在编写答案时的努力与付出！