【机器学习】归一化
来源:互联网 发布:淘宝客营销案例 编辑:程序博客网 时间:2024/05/17 04:06
首先要知道为什么要做归一化,归一化是把两个向量间维度的值有较大的差距时,小数值的维度不会被忽略。
比如:
v1(10000,20000,30000)
v2(1,2,3)
这样的数值在二维坐标轴中,v2的值会被认为是离散的点,会被忽略掉,所以需要归一化。归一化是把v1和v2的值限制区间为[0,1]或者[-1,1]中。
这样打出来的点就会在圆的线上。
总结一下:
1、归一化是当两个向量间维度的值差距较大时不会忽略值小的那些维度
2、当作梯度下降时,降低损失函数
阅读全文
0 0
- 机器学习-数据归一化
- 机器学习中的归一化
- 机器学习之归一化
- 机器学习-归一化、标准化
- 机器学习--归一化
- 【机器学习】归一化
- 机器学习--python归一化特征值
- 机器学习-数据归一化方法
- 机器学习中的归一化问题
- [机器学习笔记]Note5--归一化
- 机器学习-数据归一化方法
- 机器学习中的标准化/归一化
- 【机器学习笔记】数据归一化
- 机器学习算法——归一化数值
- 机器学习之——归一化
- 机器学习的数据归一化方法
- Matlab与机器学习-- 数据的归一化
- 【机器学习笔记】1.数据归一化
- byte数组与文件的转换
- Git语句
- 堆排序算法Java面向对象实现
- unity中全息投影带贴图shader
- java常用类--日期和时间
- 【机器学习】归一化
- Java入门学习(一)
- 安卓打包遇到的问题
- java基础之运算符
- LintCode245子树
- Unity Shader 学习笔记(15) 立方体纹理、反射、折射、菲涅尔反射
- 整理几篇关于g2o的博客
- DeepDive学习
- Linux系统介绍--综述