Biasanya mengacu pada "z-standardisasi" yang menggeser dan mengubah ukuran data untuk memastikan mereka memiliki nol rata-rata dan varian unit. "Standarisasi" lainnya juga dimungkinkan.
Dalam beberapa literatur, saya telah membaca bahwa regresi dengan berbagai variabel penjelas, jika dalam unit yang berbeda, perlu distandarisasi. (Standarisasi terdiri dari pengurangan mean dan pembagian dengan deviasi standar.) Dalam kasus lain apa saya perlu melakukan standarisasi data? Apakah...
Di tempat kerja kami membahas hal ini karena bos saya belum pernah mendengar tentang normalisasi. Dalam Aljabar Linier, Normalisasi tampaknya merujuk pada pembagian vektor dengan panjangnya. Dan dalam statistik, Standardisasi tampaknya merujuk pada pengurangan mean yang kemudian dibagi dengan...
Dalam keadaan apa yang ingin Anda, atau tidak ingin skala atau standarisasi variabel sebelum pemasangan model? Dan apa keuntungan / kerugian dari penskalaan
Praktek umum yang baik dalam Pembelajaran Mesin adalah melakukan normalisasi fitur atau standardisasi data dari variabel prediktor, hanya itu, pusatkan data dengan mengurangkan rata-rata dan menormalkannya dengan varian (atau standar deviasi juga). Untuk pengendalian diri dan pemahaman saya, kami...
Apakah saya mengubah semua data atau lipatan saya (jika CV diterapkan) secara bersamaan? misalnya (allData - mean(allData)) / sd(allData) Apakah saya mengubah trainset dan testset secara terpisah? misalnya (trainData - mean(trainData)) / sd(trainData) (testData - mean(testData)) /...
Pertanyaan saya adalah apakah kita perlu menstandarkan set data untuk memastikan semua variabel memiliki skala yang sama, antara [0,1], sebelum menyesuaikan regresi logistik. Rumusnya adalah: xsaya- mnt ( xsaya)maks ( xsaya) - min (
Saya punya 2 pertanyaan sederhana tentang regresi linier: Kapan disarankan untuk membakukan variabel penjelas? Setelah estimasi dilakukan dengan nilai-nilai terstandarisasi, bagaimana seseorang dapat memprediksi dengan nilai-nilai baru (bagaimana seseorang harus membuat standar nilai-nilai baru)?...
Untuk LASSO (dan prosedur pemilihan model lainnya), sangat penting untuk mengubah skala prediktor. The umum Rekomendasi saya tindak hanya menggunakan 0 berarti, 1 standar deviasi normalisasi untuk variabel kontinyu. Tapi apa yang harus dilakukan dengan boneka? Misalnya beberapa contoh terapan dari...
Saya telah membaca tiga alasan utama untuk menstandarkan variabel sebelum sesuatu seperti Lassoregresi: 1) Interpretabilitas koefisien. 2) Kemampuan untuk menentukan peringkat kepentingan koefisien dengan besarnya relatif estimasi koefisien pasca penyusutan. 3) Tidak perlu mencegat. Tetapi saya...
Apakah itu dalam varian standardisasi diketahui sementara dalam siswaisasi itu tidak diketahui dan karenanya diperkirakan? Terima
Saya memiliki pertanyaan di mana ia meminta untuk memverifikasi apakah distribusi Uniform ( ) dinormalisasi.Uniform(a,b)Uniform(a,b){\rm Uniform}(a,b) Untuk satu, apa artinya distribusi akan dinormalisasi? Dan kedua, bagaimana kita memverifikasi apakah suatu distribusi dinormalisasi atau tidak?...
Pertimbangkan regresi linier dengan beberapa regularisasi: Misalnya Find yang meminimalkan | | A x - b | | 2 + λ | | x | | 1xxx||Ax−b||2+λ||x||1||Ax−b||2+λ||x||1||Ax - b||^2+\lambda||x||_1 Biasanya, kolom A distandarisasi untuk memiliki rata-rata nol dan norma satuan, sedangkan berpusat untuk...
Variabel input saya memiliki dimensi yang berbeda. Beberapa variabel adalah desimal sementara beberapa lainnya ratusan. Apakah penting untuk memusatkan (mengurangi rata-rata) atau skala (dibagi dengan standar deviasi) variabel-variabel input ini untuk membuat data tidak berdimensi saat menggunakan...
Secara umum, saya membakukan variabel independen saya dalam regresi, untuk membandingkan dengan benar koefisien (dengan cara ini mereka memiliki unit yang sama: standar deviasi). Namun, dengan data panel / longitudinal, saya tidak yakin bagaimana saya harus membakukan data saya, terutama jika saya...
Hai teman-teman, saya menemukan satu atau dua makalah yang menggunakan regresi ridge (untuk data bola basket). Saya selalu diminta untuk menstandardisasi variabel saya jika saya menjalankan regresi punggungan, tetapi saya hanya diminta untuk melakukan ini karena punggungan adalah varian skala...
Ketika melakukan klasifikasi SVM linier, seringkali membantu untuk menormalkan data pelatihan, misalnya dengan mengurangi rata-rata dan membaginya dengan standar deviasi, dan kemudian skala data uji dengan rata-rata dan standar deviasi data pelatihan. Mengapa proses ini mengubah secara dramatis...
Saya menyadari ini mungkin pertanyaan yang sangat sederhana tetapi setelah mencari saya tidak dapat menemukan jawaban yang saya cari. Saya punya masalah di mana saya perlu membakukan variabel menjalankan (regresi ridge) untuk menghitung estimasi ridge dari beta. Saya kemudian perlu mengubah ini...
Apakah standardisasi variabel dependen dalam kelompok pengidentifikasi masuk akal? Kertas kerja berikut (Perlambatan deforestasi di Amazon Legal; Harga atau Kebijakan?, Pdf ) menggunakan variabel dependen terstandardisasi untuk menganalisis pengaruh perubahan kebijakan umum di Brasil terhadap...
Ditutup . Pertanyaan ini membutuhkan detail atau kejelasan . Saat ini tidak menerima jawaban. Ingin meningkatkan pertanyaan ini? Tambahkan detail dan jelaskan masalahnya dengan mengedit posting ini . Ditutup 5 tahun yang lalu . Saya telah bekerja dengan...
Saya telah menemukan teks yang sangat bagus di Bayes / MCMC. TI menyarankan bahwa standardisasi variabel independen Anda akan membuat algoritma MCMC (Metropolis) lebih efisien, tetapi juga dapat mengurangi (multi) collinearity. Bisakah itu benar? Apakah ini sesuatu yang harus saya lakukan sebagai...