विज्ञान-स्कैनिंग डेटा में स्केलिंग-एसवीएम

Question

जबकि libsvm डेटा स्केलिंग के लिए टूल प्रदान करता है, जिसमें साइकिट-लर्न (जो एसवीसी क्लासिफायरफायर के लिए libSVM पर आधारित होना चाहिए) मुझे अपने डेटा को स्केल करने का कोई तरीका नहीं मिलता है।

मूल रूप से मैं 4 विशेषताओं का उपयोग करना चाहता हूं, जिनमें से 3 श्रेणी 0 से 1 तक है और अंतिम एक "बड़ा" अत्यधिक परिवर्तनीय संख्या है।

यदि मैं libSVM में चौथी सुविधा शामिल करता हूं (easy.py स्क्रिप्ट का उपयोग करके जो मेरे डेटा को स्वचालित रूप से स्केल करता है) मुझे कुछ बहुत अच्छे परिणाम मिलते हैं (9 6% सटीकता)। यदि मैं Scikit में चौथा चर शामिल करता हूं- सटीकता सीखें ~ 78% पर ड्रॉप करें - लेकिन अगर मैं इसे बाहर कर देता हूं, तो मुझे वही परिणाम मिलते हैं जब मैं उस सुविधा को छोड़कर libSVM में मिलता हूं। इसलिए मुझे पूरा यकीन है कि यह स्केलिंग खोने की समस्या है।

मैं एसवीएम की स्केलिंग प्रक्रिया को प्रोग्रामेटिक रूप से कैसे दोहरा सकता हूं (यानी svm-scale को कॉल किए बिना)?

Answer 1

आप sklearn.preprocessing में है कि कार्यक्षमता है:

>>> 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...]]) 

डेटा फिर शून्य मतलब और इकाई विचरण करना होगा।