特征归一化分类(SVM)

Question

我有一些关于归一化的问题:当你提取特征时，你想在分类之前对特征进行归一化。你如何对特征进行标准化(例如，你拥有的两个类)？1-你分别对每个类进行标准化吗？还是将两个类一起归一化? 2-在拆分、trianing和测试之前，是否对整个数据进行归一化？或者你先标准化训练，然后分别标准化每个新的测试样本? 3-有什么参考吗？书还是纸？

Answer 1

*Do you normalize the whole data before spliting trianing and testing ?*

无需拆分用于训练和测试的数据

代码:

from sklearn.preprocessing import StandarScaler
sc_X = StandardScaler()
sc_y = StandardScaler()
x = sc_X.fit_transform(X)
y = sc_y.fit_transform(y)

谢谢