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:421        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



  相关主题

如果支持向量机做回归任务,支持向量是什么?   1回答

SVM和LR适合稀疏数据吗?   2回答

线性核svm与文本分类   1回答

SVM模型的可解释性如何?   3回答

为什么说LR适合大样本,SVM适合小样本?   2回答

感知机和支持向量机的区别是什么?   2回答

为什么SVM里两个超平面的距离是1/||w||?   2回答

为什么岭回归和最小二乘支持向量回归有一样二次规划形式却有不同解   2回答

SVM里的软间隔是什么意思   2回答

SVM的支持向量最少有几个?   1回答

支持向量机(SVM)里的支持向量是什么意思   6回答

SVM能够处理高维数据吗?   1回答



回答问题时需要注意什么?

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!