Mapping 何时进行功能缩放？拔牙前还是拔牙后？

我计划对多维传感器数据进行SVM分类。有两类和13个传感器。假设我想提取特征，例如平均值、标准偏差等。我从某个地方读到，在应用到SVM之前，我们需要进行特征缩放。我想知道我应该在提取特征之前还是提取特征之后进行缩放？

正如您所阅读的，并且已经指出的，您应该：

进行特征推导

进行特征规格化（如有必要，缩放、倾斜等）

将数据交给培训/评估模型

---

对于您提到的示例，我想明确一点：我假设您的意思是希望为每个样本导出（相同）特征，以便为每个样本提供平均特征、标准偏差特征等，这就是应该如何做到的。反过来，必须对所有样本中的每个特征进行规范化

似乎说在构建支持向量机之前进行特征提取是可取的。从我在学校经历的小小的机器学习中，我记得分析特征数据总是在输入分类器之前的一步。