如果我有200个特征，并且每个特征的值可以从0到无穷大，我是否应该在训练LibSVM之前将特征值缩放到[0-1]的范围内？
现在，假设我已经缩放了这些值，并且在训练模型后，如果我得到一个包含其值或特征的向量作为输入，我该如何在分类之前缩放这些输入测试向量的值呢？
谢谢@人名
回答：
如果你有无穷大的特征值，你根本无法使用LIBSVM。
更实际地说，缩放通常是有用的，这样核函数就不必处理大数，所以我建议你进行缩放。不过，这并不是一个要求。
正如评论中@人名所暗示的，请尝试在缩放和不缩放的情况下进行实验，这样你就能看到区别了。
现在，假设我已经缩放了这些值，并且在训练模型后，如果我得到一个包含其值或特征的向量作为输入，我该如何在分类之前缩放这些输入测试向量的值呢？
你不需要再次缩放。你已经在预训练步骤（即数据处理）中完成了缩放。
