博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
数据归一化
阅读量:4112 次
发布时间:2019-05-25

本文共 273 字,大约阅读时间需要 1 分钟。

需求:

向量化的时候需要做数据的归一化,以便所有权重等权

归一化常见方法:

1.min-max标准化

是对原始数据的线性变换,使结果值映射到[0 - 1]之间。转换函数如下:

max为样本数据的最大值,min为样本数据的最小值。

缺陷:

数据较少的时候需要注意同样映射到0-1而不是其他

2.Z-score标准化方法

这种方法给予原始数据的均值(mean)和标准差(standard deviation)进行数据的标准化。经过处理的数据符合标准正态分布,即均值为0,标准差为1,转化函数为:

其中μ为所有样本数据的均值,σ为所有样本数据的标准差。 

 

 

 

转载地址:http://tlqsi.baihongyu.com/

你可能感兴趣的文章
npm和node升级的正确方式
查看>>
laravel事务
查看>>
springcloud 连续请求 500
查看>>
vue复用新增和编辑表单
查看>>
Ubuntu 16.04 apt-get更换为国内阿里云源
查看>>
laravel部署到宝塔步骤
查看>>
小程序获取access_token
查看>>
navicat远程连接mysql数据库
查看>>
tp5令牌数据无效 解决方法
查看>>
自己的网站与UCenter整合(大致流程)
查看>>
laravel 制作通用的curd 后台操作
查看>>
kubeadm安装k8s v1.13.1 HA详细教程之三:安装master
查看>>
虚函数与纯虚函数
查看>>
内联函数
查看>>
虚函数 析构函数
查看>>
树、二叉树、森林之间的转化
查看>>
堆排序
查看>>
二叉排序树 平衡二叉树
查看>>
创建索引
查看>>
new与delete
查看>>