### 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

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注