回答編集履歴

3

修正

2020/05/07 12:12

投稿

tiitoi
tiitoi

スコア21956

test CHANGED
@@ -9,3 +9,17 @@
9
9
 
10
10
 
11
11
  SGD のような標準化が効いてくるアルゴリズムの場合、ダミー変数もそうでない変数も一律に標準化します。
12
+
13
+
14
+
15
+ > ダミー変数は正規化に近く、「最低が0、最高が1になるようにデータを
16
+
17
+ 加工(スケーリング)」したものと考えることができ
18
+
19
+
20
+
21
+ ダミー変数化の目的は、スケーリングではなく、カテゴリ変数を数値で表すことが目的です。
22
+
23
+ 例えば、晴れ、曇、雨という3つの値をとるカテゴリ変数があったとき、これを晴れ=0、曇=1、雨=2と数値で表すと、これら3つには本来ないはずの大小関係ができてしまいます。
24
+
25
+ そのため、それぞれ3つのダミー変数に分けて、それぞれの変数を0, 1 で表すことでそうならないようにします。

2

修正

2020/05/07 12:12

投稿

tiitoi
tiitoi

スコア21956

test CHANGED
@@ -8,4 +8,4 @@
8
8
 
9
9
 
10
10
 
11
- SGD のような標準化が効いてくるアルゴリズムの場合、ダミー変数もそうでない変数も特徴量全体で標準化します。
11
+ SGD のような標準化が効いてくるアルゴリズムの場合、ダミー変数もそうでない変数も一律に標準化します。

1

修正

2020/05/07 12:09

投稿

tiitoi
tiitoi

スコア21956

test CHANGED
@@ -2,7 +2,7 @@
2
2
 
3
3
 
4
4
 
5
- 標準化が有効かどうかは、アルゴリズムによります。
5
+ まず、標準化が有効かどうかは、アルゴリズムによります。
6
6
 
7
7
  今回の LinearRegression の場合、アルゴリズムの仕組み上、標準化しても、しなくても結果は変わりません。
8
8