Skalowanie danych w scikit-learn SVM

Question

Podczas gdy libsvm dostarcza narzędzi do skalowania danych, z Scikit-Learn (który powinien być oparty na libSVM dla klasyfikatora SVC) Nie znajduję sposobu na skalowanie moich danych.

Zasadniczo chcę użyć 4 funkcji, z których 3 mają zakres od 0 do 1, a ostatni to "duża" wysoce zmienna liczba.

Jeśli dołączę czwartą funkcję do biblioteki libSVM (używając skryptu easy.py, który automatycznie skaluje moje dane), otrzymuję bardzo dobre wyniki (dokładność 96%). Jeśli dołączę czwartą zmienną w Scikit-Dowiedz się, że dokładność spada do ~ 78% - ale jeśli ją wykluczę, otrzymuję takie same wyniki, jakie uzyskuję w libSVM, gdy wykluczam tę funkcję. Dlatego jestem pewien, że jest to problem braku skalowania.

Jak mogę replikować programowo (tj. Bez wywoływania skali svm) proces skalowania SVM?

Answer 1

Trzeba tę funkcjonalność w sklearn.preprocessing:

>>> from sklearn import preprocessing 
>>> X = [[ 1., -1., 2.], 
...  [ 2., 0., 0.], 
...  [ 0., 1., -1.]] 
>>> X_scaled = preprocessing.scale(X) 

>>> X_scaled           
array([[ 0. ..., -1.22..., 1.33...], 
     [ 1.22..., 0. ..., -0.26...], 
     [-1.22..., 1.22..., -1.06...]]) 

Dane będą następnie zero średniej i wariancji jednostkowej.