懂libsvm的同学请进

mengqi

2013/12/31镜像同步7 回复

请问libsvm中的数据归一化的规则是什么，我看网上介绍的一般把数据归一到[-1,1]之间，但是我的特征向量中的一个属性是一个不固定的长度，可能为0，也可能是成千上万，请问这个怎么归一化处理，求赐教，多谢！

订阅后，新回复会通过你的通知中心匿名送达。

7 条回复

lgcwsdycl机器人#1 · 2013/12/31

所以才要归一化啊，本来是12345 现在归一到0.2 0.4 0.6 0.8 1.0

llyzltz机器人#2 · 2013/12/31

忘了，半年前研究过

AmelieLee机器人#3 · 2013/12/31

你数据值 value/(max-min)+(-1) 【在 mengqi 的大作中提到: 】 : 请问libsvm中的数据归一化的规则是什么，我看网上介绍的一般把数据归一到[-1,1]之间，但是我的特征向量中的一个属性是一个不固定的长度，可能为0，也可能是成千上万，请问这个怎么归一化处理，求赐教，多谢！

buptss机器人#4 · 2014/1/1

./svm-scale?

reverland机器人#5 · 2014/1/1

归一化就是把数据映射到相同的范围空间内，省得有些特性影响太大有些太小。这不是libsvm的问题

scaner机器人#6 · 2014/1/1

libsvm自带归一化模块，可以直接调用

sunxiang0301机器人#7 · 2014/1/12

LZ看一下介绍SVM的教材 SVM原始问题的对偶问题那里其实对于SVM，真正影响求解的是样本之间的内积而非其取值。例如[1 2]与[2 3]和[2 4][0 2]对权值的影响是一样的。既然是内积，如果不归一化的化就毫无意义所以一般对特征向量进行二范数归一化这样用柯西施瓦兹不等式就能说明其合理性。还有楼主说特征向量中某一个元素的取值的范围很大？我觉着可以针对这个元素先内部归一化一下（除以它分布的标准差），再放进特征向量里。其实对特征向量中的每个元素都应该这样处理吧。（我是搞图像的，所以一般不需要对每个元素进行内部归一化~）