正负标准化

Question

我有一个数据集，其中有几个列，例如：

总费用:平均数=3 000 000

完成百分比:平均= 50

最终利润%：平均数= 14

在拟合线性回归之前，我知道不同数量级的数据应该标准化(使用python和sklearn)。问题是，这些数据中有负面因素，我需要保留，所以我不知道应该使用哪种类型的标准化？我唯一熟悉的两种方法是日志转换和StandardScaler，我认为这两种方法都消除了负面影响。

Answer 1

你可以使用正常化。归一化，你的平均值为0，标准差为1，包含正负两种值。

X_{Normalised} = \frac{X - \mu}{\sigma}

这里，\mu是您最初的平均值，\sigma是您的标准差。

Answer 2

您仍然可以使用StandardScaler()，因为它将保留负值。如果您认为您有一些异常值，并且希望减少它们的影响，您还可以查看RobustScaler()。