SVM scikit 学习的归一化或标准化数据输入

Question

正如题主所说，我在规范化方面遇到了一些麻烦， scikitlearn 中 SVM 回归数据集的标准化。

我的问题是：

当我想搜索 SVM 的参数时（C 和 gamma 例如），我使用此代码：
```
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)
```
我应该在 fit 函数中标准化 X_train 和 TargetT 向量吗？

X_train 包含 -1 和 1 之间的值，TargetT 是 0 的向量和 1 均值不等于 0 且 std 不等于 1.
我尝试使用 preprocessing.StandardScaler() 函数 InputTraining 和 InputValidation 数据集，但是当我检查每个特征的均值不等于 0（ order 是 e-14)，std 类似于 1.00000985。就是它正常还是我做错了什么？我想使用缩放数据集作为 SVM 的输入，代码如下：
```
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)
```

非常感谢。

Answer 1

只有输入特征 X_train 需要标准化，而不是目标变量，目标变量应该是 class化任务的整数值（例如，0 和 1 的数组二进制 class 化）或字符串标签（例如 'spam' 与 'ham'）。对于回归任务（预测连续变量，如摄氏温度或美元价格），有时可以帮助标准化目标，但这通常不如标准化输入特征有用。
1e-14 足够接近 0.0，1.00000985 足够接近 1.0。

另一方面，您可以使用管道来缩短代码：

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)

要网格搜索此类管道的内部模型的参数，您必须使用 class 名称的小写版本作为前缀：例如'svr__C'、'svr__gamma' 和 'svr__epsilon'。

SVM scikit 学习的归一化或标准化数据输入

Normalization or standardization data input for SVM scikitlearn

python

svm

scikit-learn