Python 支持向量机如何处理容易混淆的特征向量？

假设我有以下特征向量：

训练向量：

第1类： [ 3, 5, 4, 2, 0, 3, 2], [33,50,44,22,0,33,20]

第2类： [ 1, 2, 3, 1, 0, 0, 4], [11,22,33,11,0,0,44]

测试向量：

第1类： [3305504402200330200]

第2类： [110220333111,0,0444]

我使用支持向量机，它从训练向量中学习，然后对测试样本进行分类

正如您所看到的，特征向量具有非常不同的维度：训练集特征是非常低值的数字，而测试集向量是非常高值的数字

我的问题是SVM从这些特征向量中学习是否令人困惑

当然，当我进行矢量缩放时，差异仍然存在：

例如，在类1的特征向量上应用standardScaler（）后：

培训：

[0.19 1.53 0.86-0.48-1.82 0.19-0.48]

[20.39 31.85 27.80 12.99-1.82 20.39 11.64]

测试： [220.45368.63294.54146.35-1.82220.45132.88]

基本上，这是一个现实世界的问题，我之所以问这个问题，是因为我已经开发了一种方法，可以为我的特定情况预缩放这些特征向量

因此，在我使用预缩放方法后，类别1的特征向量将变成：

培训：

[3.5.4.2.0.3.2]

[2.75 4.16666667 3.666667 1.83333 0.2.75 1.666[7]

测试： [ 2.84482759 4.74137931 3.79310345 1.89655172 0. 2.84482759 1.72413793]

这使得它们在性质上非常相似

将standardScaler（）应用于预缩放向量时，效果会更好：

培训：

[0.61.0.80.40.0.60.4]

[0.55 0.83333 0.73333 0.36666667 0.0.55 0.33333]

测试： [ 0.56896552 0.94827586 0.75862069 0.37931034 0. 0.56896552 0.34482759]

---

最终的问题是，我的预缩放方法是否会以任何方式帮助支持向量机？这更多的是一个理论问题，任何对此的洞察都是值得赞赏的。

是的，它将影响支持向量机的性能。看起来你的测试向量只是训练向量的缩放版本。SVM无法知道缩放与您的情况无关（除非您提供了大量不同缩放的训练向量）

---

对于缩放不相关的特征向量，通常的做法是将所有测试和训练向量缩放到一个公共长度

是的，它会影响支持向量机的性能。看起来你的测试向量只是训练向量的缩放版本。SVM无法知道缩放与您的情况无关（除非您提供了大量不同缩放的训练向量）

对于缩放不相关的特征向量，通常的做法是将所有测试和训练向量缩放到一个公共长度