我有一组训练数据集和多个测试数据集（我在聚类框架中对实例进行分类，因此测试集的实例是动态计算的）。

实例的属性具有不同的尺度（第一个属性从0到1变化，第二个属性从0到100变化）。

我的分类器（逻辑回归和SMO）如何处理它们无法一次获得整个测试集的情况？

换句话说，如果它们不知道测试集中最大值是多少，它们如何处理不同尺度的属性？

谢谢

回答：

根据Weka Javadocs，SMO“默认情况下会对所有属性进行归一化处理。（请注意，输出中的系数是基于归一化/标准化后的数据，而不是原始数据。）”也就是说，如果你的训练集没有覆盖每个属性的完整范围，你会得到错误的归一化。具体有多严重取决于你的数据。

我建议你尝试在有和没有归一化的情况下进行训练（使用setFeatureSpaceNormalization(false)来关闭归一化），看看哪种方法效果最好。