数据预处理 归一化(Normalization)
来源:互联网 发布:怎么在淘宝买东西流程 编辑:程序博客网 时间:2024/05/21 12:39
原文地址:http://www.sohu.com/a/124676606_598701
相关文章阅读:http://blog.csdn.net/zbc1090549839/article/details/44103801
知乎相关问题:标准化和归一化什么区别?
数据归一化是为了将不同表征的数据规约到相同的尺度内,常见的尺度范围有[-1, 1],[0, 1]。对于神经网络、支持向量机(SVM),在数据预处理中使用归一化是必不可少的。当然,对于一些模型,归一化也不是必需的,例如决策树。
数据归一化方法:
一、线性归一化(LinearNormalization):
f(x) = (x - min) / (max - min)
其中,min 和 max 分别代表 x 所属区间的最小值和最大值。
特点:数据被均匀地归一到 0~1 之间;
需求:目标值的上界和下界是明确知晓的,例如上图中,我们假设了目标值的最小值为 0,最大值为 1。
这种归一化方式是我们最常见的,在大多数问题中都可以使用,例如在图像识别中,将图像的灰度值 0~255 归整到 0~1 内。
二、Sigmod归一化(SigmodNormalization):
f(x) = 1 / (1 + exp(-ax+b))
假设 a=0.1,b=5,其图像为
这种归一化方式,当我们对数据分布的中间地带需要着重分析,而对两端数据并不是很敏感时,可以使用,具体的 a 和 b 根据问题去调整,其中 a 影响的是上图中蓝色曲线的陡峭程度,b 影响的是曲线的平移。
假设我们需要预测人们幸福感的高低,选择的影响因素有年龄、学历、收入高低等。数据样本中,绝大多数分布在年收入 5w-40w,但是也有极端的在 0.5w 的极低收入和 1000w 的极高收入,并且我们还发现,在 7w-15w 这个区间内,人们的幸福感对收入的高低非常敏感。当然在一些简单处理中,可以设定一个区间范围,例如 [1w, 100w],然后将小于 1w 的当作 1w,将高于 100w 的当作 100w,但是这种处理是相对简单粗暴的,为了不消除极端数据的效果,以及充分考虑中间敏感区间,我们可以使用 Sigmod 归一化方式,能够有效地扩大中间数据的差异性。
与该思想类似的还有反正切函数归一化:
f(x) = atan(ax-b) / PI
其中,PI 为圆周率3.14159…
特点:数据按“敏感性的平均化”被归一到 0~1 之间;
需求:目标值的上界和下界不需要明确知晓,并且对两端数据值不敏感,而对中间部分的数据值敏感。
三、Z-score归一化(Z-scoreNormalization):
f(x) = (x - q) / s
其中,q 是原始数据 x 的均值,s 是原始数据的标准差。归一化的数据符合正态分布,并且其均值为 0,标准为 1。
Z-score 表示原始数据偏离均值的距离长短,而该距离度量的标准是标准方差。该种归一化方式要求原始数据的分布可以近似为高斯分布,否则归一化的效果并不好。Z-score 的数据分布如下图所示:
对于较大数量的数据而言,将会有 68.26% 的数据归一化到 [-1, 1] 之间,95.44% 的数据归一化到 [-2., 2] 之间,99% 的数据归一到 [-3, 3] 之间。
特点:根据数据值的分布情况来进行分布概率的归一化。
需求:原始数据至少近似呈现正态分布。
- 数据预处理 归一化(Normalization)
- Normalization(数据归一化)
- 数据预处理(1)——标准化(Standardization)与归一化(Normalization)
- 数据标准化/归一化normalization
- 数据标准化/归一化normalization
- 数据标准化/归一化normalization
- 数据的归一化(Normalization)、标准化(Standardization)
- 数据规范中的归一化(Normalization)与标准化(Standardization)
- 机器学习-数据归一化方法(Normalization Method)
- 数据预处理 归一化
- 数据预处理之归一化
- 数据预处理之归一化
- 数据预处理之归一化
- 数据预处理之归一化
- 归一化方法(Normalization Method)
- 归一化方法(Normalization Method)
- 数据标准化/归一化方法(Data Normalization Method )
- 数据预处理之数据归一化
- 韩国即将对比特币交易所进行监管
- Stack
- 乌克兰航运公司认为比特币可以让全球贸易更快更保险
- 报告发现欧洲几乎占据一半的ICO融资额
- 新西兰、加拿大及巴西的中央银行纷纷就加密货币发表看法
- 数据预处理 归一化(Normalization)
- 关于文件操作的那些趣味小知识之(剪切、移动和复制粘贴)
- McAfee参与战略合作,i-house.com用区块链整合全球不动产交易市场
- jQuery
- 普华永道香港办事处接受比特币支付
- 欧洲央行高管:银行需要更快的支付系统来对抗比特币
- [ 数学 费马小定理 杂题 ][ NOI2013 ] BZOJ3240
- 高盛CEO考虑比特币稳定后会参与交易
- 欢迎使用CSDN-markdown编辑器