dati di scala in scikit-learn SVM

Question

Mentre libsvm fornisce gli strumenti per i dati di scaling, con scikit-learn (che dovrebbe essere basata su libSVM per il classificatore SVC) non trovo modo per scalare i miei dati.

Fondamentalmente voglio utilizzare 4 caratteristiche, di cui 3 gamma da 0 a 1 e l'ultimo è un "grande" numero molto variabile.

Se includo il quarto lungometraggio in libSVM (utilizzando lo script easy.py che scala automaticamente i miei dati) ottengo alcuni risultati molto bello (96% di precisione). Se includo la quarta variabile in Scikit-Learn la precisione scende a ~ 78% - ma se la escludo, ottengo gli stessi risultati che ottengo in libSVM quando escludo quella caratteristica. Pertanto sono abbastanza sicuro che sia un problema di ridimensionamento mancante.

Come si replica a livello di codice (cioè senza chiamare SVM-scala) il processo di ridimensionamento di SVM?

Answer 1

hai quel funzionalità in sklearn.preprocessing:

>>> 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...]]) 

I dati verranno poi media zero e varianza unitaria.