Ich habe einen Datensatz mit binären Daten (0,1) und numerischen Daten mit unterschiedlichen Einheiten. Wenn ich einige maschinelle Lerntechniken anwenden möchte, um meine Daten zu klassifizieren (möglicherweise Auto-Encoder oder Hierarchie-Clustering), sollte ich die Daten standardisieren oder normalisieren?Standardisierung/Normalisierung von Daten (binär + numerisch) vor dem Auto-Encoder, der Hierarchien-Clusterbildung usw.?
Vielen Dank!
Kommt drauf an.
Für neuronale Netze möchten Sie möglicherweise kontinuierliche Variablen aus numerischen Gründen standardisieren. Aber es kommt auf Ihre Plattform an. Berücksichtigen Sie die Googles-TPUs: Sie arbeiten mit einer Genauigkeit von 1 Byte. Daher sollte die relevante Eingabedomäne diesen begrenzten Bereich optimal nutzen.
Für entfernungsbasierte Methoden wie Clustering ist die Vorverarbeitung der Daten entscheidend, aber schwierig. Es ist falsch, dass Standardisieren immer das Richtige ist. Aber es ist ziemlich üblich, etwas Normalisierung anzuwenden. Aber Sie brauchen einen Domänenexperten, um die beste Normalisierung zu finden.