在机器学习或数据科学中,"特征旋转"通常指的是通过某种方式改变特征(变量)的尺度或分布,以便更好地进行数据分析和建模。以下是一些常见的方法来旋转特征:
1. 标准化(Z-score标准化):
目的:使所有特征的均值为0,标准差为1。
公式:( z = frac{(x mu)
在机器学习或数据科学中,"特征旋转"通常指的是通过某种方式改变特征(变量)的尺度或分布,以便更好地进行数据分析和建模。以下是一些常见的方法来旋转特征:
1. 标准化(Z-score标准化):
目的:使所有特征的均值为0,标准差为1。
公式:( z = frac{(x mu)
发表回复
评论列表(0条)