### 使用Weka/LibSVM时是否需要对测试数据进行归一化?

我在使用Weka的LibSVM包装器训练模型时,该包装器提供了一个对训练数据进行归一化的选项。当将此模型应用于新的实例(测试数据)时,Weka会自动使用训练数据的相同均值进行归一化,还是我需要明确地进行这一操作?


回答:

Instances train_data = ...   Instances test_data = ...    Standardize filter = new Standardize();filter.setInputFormat(train_data);  Instances normalizedTrain_data = Filter.useFilter(train_data, filter);  Instances normalizedTest_data = Filter.useFilter(test_data, filter);    

如您所见,过滤器是使用训练数据初始化的,并且该过滤器同时应用于训练数据和测试数据。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注