ฉันมีชุดข้อมูลที่มีชุดคุณสมบัติ บางคนก็มีไบนารีใช้งานหรือไล่ออกใช้งานหรืออยู่เฉยๆ) และส่วนที่เหลือจะมีมูลค่าที่แท้จริงเช่น4564.342$(1=$$0=$$4564.342$

ฉันต้องการที่จะเลี้ยงข้อมูลนี้ไปยังขั้นตอนวิธีการเรียนรู้ของเครื่องดังนั้นฉัน -score คุณสมบัติมูลค่าจริงทั้งหมด ฉันได้พวกมันมาระหว่างช่วงและโดยประมาณ ตอนนี้ค่าไบนารีนอกจากนี้ยังมี -scored ดังนั้นศูนย์กลายเป็นและคนที่กลายเป็น0.5555$z$$3$$-2$$z$$-0.222$$0.5555$

การทำให้เป็นมาตรฐานตัวแปรไบนารีเช่นนี้เหมาะสมหรือไม่

การทำให้ตัวแปรฐานสองแบบมาตรฐานไม่สมเหตุสมผล ค่าต่าง ๆ โดยพลการ; พวกเขาไม่ได้มีความหมายอะไรกับตัวเอง อาจมีเหตุผลในการเลือกค่าบางอย่างเช่น 0 & 1 ที่เกี่ยวกับปัญหาความมั่นคงเชิงตัวเลข แต่นั่นคือเหตุผล

ตัวแปรไบนารีที่มีค่า 0, 1 สามารถ (โดยปกติ) ถูกปรับอัตราส่วนเป็น (ค่า - ค่าเฉลี่ย) / SD ซึ่งน่าจะเป็นคะแนน z ของคุณ

ข้อ จำกัด ที่ชัดเจนที่สุดคือถ้าคุณเกิดขึ้นเพื่อรับค่าศูนย์ทั้งหมดหรือค่าทั้งหมดจากนั้นเสียบใน SD สุ่มสี่สุ่มห้าจะหมายความว่าคะแนน z นั้นไม่แน่นอน มีกรณีสำหรับการกำหนดศูนย์เกินไปจนเป็นค่า - หมายถึงเป็นศูนย์เหมือนกัน แต่สิ่งต่าง ๆ ทางสถิติจะไม่สมเหตุสมผลถ้าตัวแปรเป็นค่าคงที่จริงๆ อย่างไรก็ตามโดยทั่วไปหาก SD มีขนาดเล็กจะมีความเสี่ยงมากกว่าที่คะแนนจะไม่เสถียรและ / หรือไม่ได้รับการพิจารณาที่ดี

ปัญหาการให้คำตอบที่ดีกว่าสำหรับคำถามของคุณคือสิ่งที่คุณกำลังพิจารณา ฟังดูราวกับว่าเป็นอัลกอริธึมที่รวมข้อมูลสำหรับตัวแปรหลายตัวและดังนั้นจึงมักจะสมเหตุสมผลที่จะจัดให้มีขนาดใกล้เคียงกัน

(LATER) ในขณะที่โปสเตอร์ต้นฉบับเพิ่มความคิดเห็นทีละคำถามของพวกเขาคือ morphing ฉันยังคงพิจารณาว่า (ค่า - ค่าเฉลี่ย) / SD เหมาะสม (เช่นไม่ไร้สาระ) สำหรับตัวแปรไบนารีตราบใดที่ SD เป็นค่าบวก อย่างไรก็ตามการถดถอยโลจิสติกได้รับการตั้งชื่อในภายหลังว่าเป็นแอปพลิเคชันและสำหรับเรื่องนี้ไม่มีประโยชน์ทางทฤษฎีหรือการปฏิบัติ (และแน่นอนการสูญเสียความเรียบง่าย) กับสิ่งอื่นใดนอกเหนือจากการให้อาหารในตัวแปรไบนารีเช่น 0, 1 ที่; หากไม่เป็นเช่นนั้นให้ละทิ้งซอฟต์แวร์นั้นไปใช้กับโปรแกรมที่สามารถทำได้ ในแง่ของคำถามชื่อ: สามารถใช่; ไม่ควร

ตัวอย่างที่ดีอย่างหนึ่งที่สามารถเป็นประโยชน์ในการสร้างมาตรฐานในวิธีที่แตกต่างกันเล็กน้อยได้รับในหัวข้อ 4.2 ของ Gelman and Hill ( http://www.stat.columbia.edu/~gelman/arm/ ) นี่คือส่วนใหญ่เมื่อการตีความของสัมประสิทธิ์เป็นที่สนใจและบางทีเมื่อมีผู้ทำนายไม่มาก

ที่นั่นพวกมันสร้างมาตรฐานของตัวแปรไบนารี (โดยมีสัดส่วนเท่ากับ 0 และ 1) โดย

คุณต้องการสร้างมาตรฐานตัวแปรสุ่มไบนารีหรือสัดส่วนได้อย่างไร

$Y:S\rightarrow \mathbb{R}$$Y\in \lbrace 0,1\rbrace$

$X\in[0,1]$$x\in \mathbb{R}^+$

ในตัวแปรไบนารีการถดถอยโลจิสติกอาจเป็นมาตรฐานสำหรับการรวมกับ vars continuos เมื่อคุณต้องการให้พวกเขาทั้งหมดที่ไม่ให้ข้อมูลก่อนเช่น N ~ (0,5) หรือ Cauchy ~ (0,5) มาตรฐานแนะนำให้เป็นดังนี้: ใช้จำนวนรวมและให้

1 = สัดส่วน 1

0 = 1 - สัดส่วนของ 1

-----

แก้ไข: จริง ๆ แล้วฉันไม่ถูกต้องเลยมันไม่ใช่มาตรฐาน แต่การขยับไปที่กึ่งกลางที่ 0 และแตกต่างกัน 1 ในสภาพล่างและชั้นบนสมมติว่าประชากร 30% กับ บริษัท A และอีก 70% เราสามารถกำหนดตัวแปร "บริษัท A" ที่กึ่งกลางเพื่อรับค่า -0.3 และ 0.7