我是先将训练集进行归一化,再将训练集的归一化方法适用到测试集上,这样建立SVM模型效果很好。
但是,当我想用该模型进行预测的时候,发现对一个新的数据集进行归一化,出现了数值大于1的情况(原因是训练集中已经明确了在该维度上的最大值,比如2,但是新的数据集在该维度出现了大于2的情况)这样归一化结果很影响预测结果,想问问大家遇到这种问题应该如何解决
对于机器学习数据集的归一化问题
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
- 邀请回答
-
1条回答
- threenewbee 2020-06-20 10:57关注
训练集和测试集必须同时规一化
对于实际预测数据,经过相同比率缩放超过范围,要么视作无效数据,丢弃,要么视作饱和数据,也就是无论多大,都当作1处理。
具体用什么方法,要看你的实际的情况。解决 无用评论 打赏 举报
悬赏问题
- ¥15 Arduino红外遥控代码有问题
- ¥15 数值计算离散正交多项式
- ¥30 数值计算均差系数编程
- ¥15 redis-full-check比较 两个集群的数据出错
- ¥15 Matlab编程问题
- ¥15 训练的多模态特征融合模型准确度很低怎么办
- ¥15 kylin启动报错log4j类冲突
- ¥15 超声波模块测距控制点灯,灯的闪烁很不稳定,经过调试发现测的距离偏大
- ¥15 import arcpy出现importing _arcgisscripting 找不到相关程序
- ¥15 onvif+openssl,vs2022编译openssl64