0
私は、多次元センサデータに対してSVM分類を行う予定です。 2つのクラスと13のセンサーがあります。たとえば、私がフィーチャを抽出したいとします。平均、標準偏差など。私は、SVMに適用する前に、フィーチャスケーリングを行う必要があるどこかから読んだ。フィーチャを抽出する前に、またはフィーチャを抽出した後に、スケーリングをいつ行うべきかと思いますか?フィーチャスケーリングをいつ行うのですか?抽出前または抽出後?
私は、多次元センサデータに対してSVM分類を行う予定です。 2つのクラスと13のセンサーがあります。たとえば、私がフィーチャを抽出したいとします。平均、標準偏差など。私は、SVMに適用する前に、フィーチャスケーリングを行う必要があるどこかから読んだ。フィーチャを抽出する前に、またはフィーチャを抽出した後に、スケーリングをいつ行うべきかと思いますか?フィーチャスケーリングをいつ行うのですか?抽出前または抽出後?
あなたが読んで、そして、すでに指摘したように、あなたの希望:
あなただけ明確にすることが、言及した:私はあなたが(同じ)を導出することを意味仮定あなたは、例えば持っているように、のために各サンプルています平均フィーチャー、標準偏差フィーチャーなど各サンプル - これはどのように行うべきかです。同様に、正規化は、すべてのサンプルにわたってフィーチャごとにを実行する必要があります。。
[この記事は](https://www.researchgate.net/post/Does_applying_feature_extraction_before_classification_using_SVM_improve_the_results)は、SVMを構築する前に特徴抽出を行うことが望ましいと言えます。 –
私は学校で経験した小さなマシンの学習から、特化したデータを分析することは、常に分類子に入る前のステップであったことを覚えています。 – SArnab