登录
注册
乐鱼官网手机版下载
解决方案
乐鱼体育安装
定价
合作伙伴
公司
你好,陌生人!
看起来你是新来的。登录或注册开始。
使用RapidMiner登录
使用RapidMiner登录
登录
注册
快速链接
类别
最近的讨论
最好的…
没有回答
组
类别
17.4 k
所有类别
19.5 k
帮助
442
知识库
Altair RapidMiner社区
得到帮助。学习最佳实践。与你的同事建立联系。
讨论
无群模型归一化
作者
日期内
1天
3天
1周
2周
1个月
2个月
6个月
1年
的
例如:周一,今天,上周,3月26日,3/26/04
搜索
0评论
0的讨论
0成员
0在线
问一个问题
寻找有用的视频
首页
;
帮助
无群模型归一化
Jerwuney
成员
职位:
19
因素二世
2022年1月
在
帮助
你好,
我在回归分析中使用归一化,得到以下结论:
1.如果我应用Group Models参数,结果几乎与我在没有规范化的情况下构建模型时相似。
2.如果我删除Group Models参数并只使用Normalization参数,我将得到更好的预测(更多的预测值接近实际值)。但
平方相关
就变成了
零
和
RMSE增加。
我使用决策树回归。
请问,这是否意味着规范化应该总是被标记为组模型?
最初的结果仅仅是记忆吗?
谢谢你!
Jerwuney
标记:
归一化
决策树
0
最好的答案
BalazsBarany
管理员,版主,员工,RapidMiner认证分析师,RapidMiner认证专家
职位:
909
独角兽
2022年1月
解决方案接受
嗨!
规范化只对比较或计算具有不同数值范围的多个属性的算法有帮助。例如:年龄(以年为单位)和收入(以美元为单位)是非常不同的数字范围。这将使k-NN或主成分分析受到收入而不是年龄的严重影响。
你不需要用决策树回归进行规范化。如果相关系数的平方变为零,说明你做错了什么。
如果你在训练端进行规范化,而不是在测试端,那么你是在基于具有不同属性的数据构建模型——这不会改善你的模型。
在您希望确保规范化或其他预处理操作以相同的方式应用于训练和测试数据,然后构建到生产模型的情况下,组模型是有用的。
问候,
Balazs
2
Jerwuney
成员
职位:
19
因素二世
2022年1月
解决方案接受
嗨
@BalazsBarany
谢谢。这可以帮助。
问候,
Jerwuney
0
登录
或
注册
置评。