Machine learning 我是否需要将目标变量中的数据值转换为回归分析中的通用单位？

我有一个数据，它有一些特征（某种产品、销售国家等）和一个目标变量（产品的价格以国家的当地货币表示）。那么，我是否必须根据一种通用货币来调整目标变量，以便进行回归分析？

在回归分析中，不能在一列中以两种不同单位测量值。例如，一些长度不能用“m”表示，而另一些长度在“length”列中用“cm”表示

---

这样，如果您假设一次为整个数据集建立回归模型，那么您必须将价格转换为单一货币。否则，该解释将具有高度误导性。如果你单独为国家运行回归，那就没关系了。

我想知道为什么他们在没有指导的情况下否决了你的问题，我也想知道！好啊你能解释一下这个答案和你的不同吗？他说：“你不需要缩放列车数据的Y，因为算法或模型将设置参数值以获得最小成本（误差），也就是k{Y（输出）-Y（原始）}。”我在这里感到困惑。他的问题与你的不同。在您的情况下，从技术上讲，这不是所谓的“缩放”。你只是想把所有的度量单位都变成一个单位（比如美元），就像我们把重量保持在公斤（除非把公斤、克、磅等混合在一起）一样。最后，你用美元或用折回的当地货币来解释会是准确的。对，这现在是有意义的。