支持向量機標準化或標準化數據輸入scikitlearn

Question

正如該主題所說，我在標準化和支持scikitlearn SVM迴歸的數據集標準化方面遇到了一些麻煩。

我的問題是：

1. 當我想要搜索的SVM參數（C和gamma 例如），我用這個代碼：

   param_grid = [ 
       {'C': [1, 10, 100, 1000], 'kernel': ['linear']}, 
       {'C': [1, 10, 100, 1000], 'gamma': [0.001, 0.0001], 'kernel': ['rbf']}, 
   ] 
   
   svr = svm.SVC() 
   clf = grid_search.GridSearchCV(svr, param_grid) 
   clf.fit(X_train,TargetT) 
   

   我應該規範X_train和TargetT載體中的fit函數？

   X_train包含-1和1和TargetT之間的值是0和 1與載體意味着不等於0和std不等於1

2. 我試圖使用preprocessing.StandardScaler()功能上 的InputTraining和InputValidation數據集，但當我檢查 平均值時，我的每個特徵的值都不等於0（ 的順序是e-14），std類似於1.00000985。那 是正常還是我做錯了？我想用縮放 數據集作爲輸入的SVM作爲代碼belove：

   scalerI = preprocessing.StandardScaler() 
   X_train = scalerI.fit_transform(InputT) 
   X_test = scalerI.transform(InputCross) 
   svr = SVR(kernel='rbf', epsilon=0.01, C=100, gamma = 0.01) 
   y_rbf = svr.fit(X_train,TargetT) 
   y_hat=svr.predict(X_test) 
   

非常感謝你。

Answer 1

1. 只有輸入功能X_train需要標準化，而不是目標變量，其被認爲是用於分類任務的字符串標籤的整數值（例如，對於二進制分類的0陣列和1）或（例如'spam' VS 'ham' ）。對於迴歸任務（預測連續變量，如攝氏溫度或美元價格），有時可以幫助標準化目標，但這通常不如標準化輸入要素有幫助。

2. 1e-14足夠接近0.0，1.00000985足夠接近1.0。

作爲一個方面沒有你可以使用管道縮短代碼：

from sklearn.pipeline import make_pipeline 
pipeline = make_pipeline(
    preprocessing.StandardScaler(), 
    SVR(kernel='rbf', epsilon=0.01, C=100, gamma = 0.01), 
) 
pipeline.fit(X_train, TargetT) 
y_hat = pipeline.predict(X_test) 

電網搜查該管道的腸子模型的參數，你將不得不使用與小寫字母前綴類名稱的版本：例如'svr__C'，'svr__gamma'和'svr__epsilon'。