Wpis z mikrobloga

Zależy jak rozumiesz model klasyfikacji. Jeśli twoim modelem jest standaryzacja+svm to jest totalnie OK. Jeśli model nie potrzebuje standaryzacji (np. drzewa) to po co dodawać standaryzację? Pewnie chcesz mieć więcej roboty z wdrożeniem :D
Pamiętaj tylko żeby standaryzację przeprowadzić na podstawie danych treningowych a nie całego zbioru.
  • Odpowiedz
@Darakan: koniec koncow jak wszystko sobie skladasz w pipeline'y i porownujesz ze soba wyniki, to tylko jedna dodatkowa transformacja dla svm, knn, lr itd, wiec mozesz dorzucic tenbkrok dla modeli opartych na drzewach, ale tak jak pisal kolega wyzej, guzik to da
  • Odpowiedz