有关标准化和扩展的问题

Question

我正在尝试生成一个模型，该模型使用一个分子的几种物理化学特性（包括原子数，环数，体积等）来预测数值Y。我想使用PLS回归，并且我了解标准化在这里非常重要。我正在使用scikit-learn在Python中进行编程。功能的类型和范围会有所不同。有些是int64，而另一些是float。一些特征通常具有较小的值（正值或负值），而其他特征则具有非常大的值。我尝试使用各种缩放器（例如标准缩放器，规范化，最小最大缩放器等）。然而，R2 / Q2仍然很低。我有几个问题：

1. 通过缩放，某些非常重要的功能是否有可能失去其重要性，从而对解释响应变量的方差贡献不大？
2. 如果是，如果我（根据专家知识）确定了一些重要功能，是否可以扩展其他功能？还是仅扩展重要功能？
3. 某些要素虽然不总是相关，但与其他要素（例如-1至10）相比，其值在相似的范围内（例如100-400）。是否可以仅缩放同一范围内的一组特定功能？

Answer 1

缩放的整体思想是使模型对特征空间的分析更加健壮。例如，如果您具有2和5 Kg的{​​{1}}功能，我们知道两者是相同的，但是对于某些算法，它们对度量空间（例如{{ 1}}，5000 gm等，它们将更偏重于第二功能，因此必须对这些算法进行缩放。

现在要问您的问题，

1. 缩放不会影响功能的重要性。如上所述，它有助于更​​好地分析数据。
2. 不，您不应该这样做，原因如上所述。
3. 如果要在模型中包括领域知识，则可以将其用作先验信息。简而言之，对于线性模型，这与sensitive相同。它具有很好的功能。如果您认为自己有很多KNN，则可以使用PCA正则化，这会在特征空间上产生regularization效果，除了为无效的特征分配useless-features的权重外，别无其他。这是more-info的链接。

还有一点，某些方法，例如基于L1的模型不需要缩放，最后，它主要取决于您选择的模型。

Answer 2

1. 意义不大吗？是。贡献更少？不。
2. 不，那不行。要么全部要么一无所有。
3. 不。缩放的思想不是减少/增加变量的显着性/效果。它将所有变量转换为可以解释的通用比例。