参考答案
内容深度:适中 · 无代码示例 · 来源:外部链接 · 未复核 · 26 天前更新
要点:
- 标准化(StandardScaler, z-score):减均值除标准差,使特征均值0方差1,适合假设「特征尺度相近」的模型(LR、SVM、KNN、神经网络);对异常值敏感。
- 归一化(MinMaxScaler 到 [0,1]):保相对位置、不破坏分布形状,常用于神经网络输入或需固定区间的场景;同样受异常值影响。
- 分桶(binning):把连续值切成区间变成类别(等宽/等频/决策树分桶),能显式捕捉非线性、对异常值鲁棒,也利于类别模型使用;代价是丢失区间内精度、可能引入边界不连续。
- 幂次/对数变换:对长尾分布(收入、频次)取 log1p 压缩量纲、缓解右偏,使模型更易学习;Box-Cox/Yeo-Johnson 可自动选最优幂次。
- 经验:先画分布图判断是否偏态/有异常值,再决定标准化还是分桶还是变换。