Преобразование данных в модели прямой связи в машинном обучении

Question

Я строю модель прогнозирования, используя алгоритм машинного обучения с прямой связью, и много читал о предварительной обработке данных обучения (преобразовании данных), варьируя их от 0 до 1, чтобы улучшить обучение.У меня вопрос: нужно ли преобразовывать как обучающие выборки (входные данные), так и метки (выходные данные) данных или только выборки данных?

Answer 1

Вам следует только предварительно обработать данные обучения и, если необходимо, данные теста или данные из реальной жизни, которые будут использоваться для создания вывода из модели. Данные нормализуются только путем преобразования их между 0 и 1. Это делается для получения значений данных в одном масштабе (однородность). Кроме того, сохраняйте отклонения в данных обучения и испытаний

TL; DR: просто нормализуйте тренировочные образцы и тестовые данные, а НЕ метки