线性回归需要用train_test_split和Scaler来提高性能吗？

Question

对于train_test_split感觉也需要的吧，先训练然后再验证下。

对于Scaler的话现在只有一个特征，应该不要了，如果多个特征应该也要的吧？

train_test_split和是Scaler是对机器学习算法都通用的吗？

Answer 1

liuyubobobo 2018-02-07 18:35:52

train_test_split是用于验证算法结果的。在需要验证算法结果的时候，就可以使用。印象里课程后面用线性回归真实解决房价数据的时候，会具体使用。

线性回归理论上不需要使用Scaler，但具体如果使用梯度下降法，使用Scaler可以更多的保证精度和搜索效率。在大多数情况下，使用机器学习算法之前，对数据做一下标准化，不会有什么坏处。

• 提问者 神经旷野舞者 #1

  非常感谢！

• 提问者 神经旷野舞者 #2

  这样对train_test_split就更理解了，用于验证算法结果，就是和具体的算法没有关系，就是验证机器学习算法性能的。
  Scaler用于算法之前的数据预处理部分。
  老师，线性回归会不会有多个变量（多个特征）存在的情况，对多嘎变量的话会不会要做Scaler呢？

• liuyubobobo 回复 提问者 神经旷野舞者 #3

  会。课程后续就会讲：）