The impact of feature scaling in machine learning: effects on regression and classification tasks (2025)
- Authors:
- USP affiliated authors: AMBROSIO, LEONARDO ANDRÉ - EESC ; BECKER, MARCELO - EESC ; SARAIVA, PEDRO ANTONIO RABELO - EESC ; SOUZA, ENZO FERREIRA DE - EESC ; PINHEIRO, JOÃO MANOEL HERRERA - EESC ; OLIVEIRA, SUZANA VILAS BOAS DE - EESC ; SILVA, THIAGO HENRIQUE SEGRETO - EESC
- Unidade: EESC
- DOI: 10.1109/ACCESS.2025.3635541
- Subjects: PROCESSAMENTO DE DADOS; ALGORITMOS; APRENDIZADO COMPUTACIONAL; NORMALIZAÇÃO; ENGENHARIA ELÉTRICA
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Publisher place: Piscataway, NJ, USA
- Date published: 2025
- Source:
- Título: IEEE Access
- ISSN: 2169-3536
- Volume/Número/Paginação/Ano: v. 13, p. 199903-199931, 2025
- Status:
- Artigo publicado em periódico de acesso aberto (Gold Open Access)
- Versão do Documento:
- Versão publicada (Published version)
- Acessar versão aberta:
-
ABNT
PINHEIRO, João Manoel Herrera et al. The impact of feature scaling in machine learning: effects on regression and classification tasks. IEEE Access, v. 13, p. 199903-199931, 2025Tradução . . Disponível em: http://dx.doi.org/10.1109/ACCESS.2025.3635541. Acesso em: 09 abr. 2026. -
APA
Pinheiro, J. M. H., Oliveira, S. V. B. de, Silva, T. H. S., Saraiva, P. A. R., Souza, E. F. de, Godoy, R. V., et al. (2025). The impact of feature scaling in machine learning: effects on regression and classification tasks. IEEE Access, 13, 199903-199931. doi:10.1109/ACCESS.2025.3635541 -
NLM
Pinheiro JMH, Oliveira SVB de, Silva THS, Saraiva PAR, Souza EF de, Godoy RV, Ambrosio LA, Becker M. The impact of feature scaling in machine learning: effects on regression and classification tasks [Internet]. IEEE Access. 2025 ; 13 199903-199931.[citado 2026 abr. 09 ] Available from: http://dx.doi.org/10.1109/ACCESS.2025.3635541 -
Vancouver
Pinheiro JMH, Oliveira SVB de, Silva THS, Saraiva PAR, Souza EF de, Godoy RV, Ambrosio LA, Becker M. The impact of feature scaling in machine learning: effects on regression and classification tasks [Internet]. IEEE Access. 2025 ; 13 199903-199931.[citado 2026 abr. 09 ] Available from: http://dx.doi.org/10.1109/ACCESS.2025.3635541 - A synthetic dataset for manometry recognition in robotic applications
- Breast cancer classification using gradient boosting algorithms focusing on reducing the false negative and SHAP for explainability
- High-performance leaf segmentation and detection in soybean and cotton crop rotation systems: optimizing models, hyperparameters, and deployment on edge AI
- Deep learning-based computer vision techniques for automated identification of Ichneumonoidea and other Hymenoptera insects
- Kinematic and dynamic data from a robotic assembly of aeronautical threaded fasteners
- Diffraction-resistant scalar beams generated by a parabolic reflector and a source of spherical waves
- Discrete superposition of equal-frequency bessel beams: time-average forces exerted on dielectric and magnetodielectric rayleigh particles
- Modeling bessel beams and their discrete superpositions from the generalized lorenz-mie theory to calculate optical forces over spherical dielectric particles
- Transverse optical forces exerted on micro and nano particles from incident plane waves
- Analytical descriptions of finite-energy bessel beams in the generalized Lorenz-Mie theory
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
The_Impact_of_Feature_Sca... |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
