我在尝试使用机器学习回归模型，并使用了以下网页中的 train.csv 数据集： https://www.kaggle.com/c/rossmann-store-sales/data?select=train.csv
我尝试训练一个 SVR，但它需要很长时间来拟合，因此我意识到问题可能是因为我没有标准化数据。
我知道通常的做法是标准化列，但我并不确定应该对哪些列进行标准化。数据中有一些二元变量和一些连续变量，我觉得对二元变量进行标准化似乎不太合适。这是正确的吗？
表格的列如下所示：
Open, promo 和 SchoolHoliday 是二元变量。StateHoliday 的值可以从 0 到 4。其他列是整数（显然日期除外）。
回答：
Store, DayOfWeek, Open, Promo, StateHoliday, SchoolHoliday 是分类特征。它们可以使用 OneHotEncoder 编码为独热编码向量。
Sales, Customers 是数值特征，可以使用例如 StandardScaler, RobustScaler 等进行编码。
请参阅 scikit-learn 预处理文档 此处 以获取更多转换信息。
