scikit-learn SVMのデータのスケーリング

Question

libsvmはScikit-Learn（SVCクラシファイアのlibSVMに基づいている）でデータをスケーリングするためのツールを提供していますが、データのスケールを変更する方法はありません。

基本的には、4つの機能を使用したいと思います。そのうちの3つの範囲は0から1までで、最後のものは「大きな」可変数です。

（私のデータを自動的にスケールするeasy.pyスクリプトを使って）第4の機能をlibSVMに含めると、非常に良い結果（96％の精度）が得られます。 Scikit-Learnに4番目の変数を含めると、精度は〜78％に低下しますが、除外すると、その機能を除外したときにlibSVMと同じ結果が得られます。したがって、私はスケーリングが足りないことが問題であると確信しています。

SVMのスケーリングプロセスをプログラムで（つまりsvm-scaleを呼び出さずに）どのように複製するのですか？

Answer 1

あなたはsklearn.preprocessingでその機能を持っている：

>>> 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...]]) 

データがゼロ平均と単位分散を持つことになります。