python - 在 scikit-learn SVM 中缩放数据

Question

虽然 libsvm 提供了用于缩放数据的工具，但使用 Scikit-Learn(对于 SVC 分类器应该基于 libSVM)我找不到缩放数据的方法。

基本上我想使用 4 个特征，其中 3 个从 0 到 1，最后一个是一个“大”高度可变的数字。

如果我在 libSVM 中包含第四个功能(使用自动缩放我的数据的 easy.py 脚本)，我会得到一些非常好的结果(96% 的准确率)。 如果我在 Scikit-Learn 中包含第四个变量，准确度会下降到 ~78% - 但如果我排除它，我得到的结果与在排除该特征时在 libSVM 中得到的结果相同。因此，我很确定这是缺少缩放的问题。

如何以编程方式(即不调用 svm-scale)复制 SVM 的缩放过程？

Answer 1

您在 sklearn.preprocessing 中拥有该功能:

>>> 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...]])

数据将具有零均值和单位方差。