属性的特征缩放

Question

我使用了两个特征来训练分类模型，即特征A和特征B。特征A比特征B更重要。特征A具有序数数据，因此我对其进行了标签编码，其值范围为1到5。特征B也是一种分类功能，在标签编码后对其进行了热编码

由于上述编码，特征A的取值范围是1到5，而特征B的列有多个列，每个列的值是0或1。

现在，在进行模型训练之后，我的模型偏向特征A，因为其值范围从1到5，而对特征B的关注却很少。

现在，如果我使用标准标量对比例进行特征缩放，则特征A的值将在-1到1之间，因此在模型训练后，特征B的作用比特征A大。

是否有更好的方法来同时缩放两个特征，以使特征A具有更多的边缘，但并不能完全忽略特征B？

Answer 1

一次热编码后，您将仅具有一组功能。该模型将不知道要素是属于A还是B。然后您可以计算要素的重要性，或者运行Feature Selection Algorithms以便提高其效率。

但是，如果您觉得功能A更为重要，请尝试缩放到-1到1以外的其他限制，以使功能A的列比功能B保持更多。或者相应地缩放两者。但是再次，该模型仅将其视为一组功能，因此请尝试更改模型/参数，而不要专注于此以提高性能。