关于归一化
来源:互联网 发布:国际数据公司 收购 编辑:程序博客网 时间:2024/05/18 02:33
归一化在机器学习中经常避不过的一环。
1、归一化方法:单纯数学层面的归一化(一般是0~1.0, 或者0~100, ):
1)除于最大:score = x/ max
2) 除间隔: score = x-min/ (max-min)
3)利用指数性质: score(x) = sigmoid(x), 或者其他类似的函数。
归一化到同一尺度便于分数表示, 以及在机器学习输入时一致,便于迭代优化。
2、应用场景:为了展示区分度:
这个本质上和1是一样的,但操作上略有不同,它不要求有最大值。
用户\关注点关注点1关注点2用户A3次4次用户B1次 8次
这里有按用户的归一化,以及按关注点的归一化(行归一,按用户归一; 列归一, 按关注点归一)
行归一的话: 可以描述用户在关注点1 和关注点2之间差别。 直接比较关注点1、2之间的频次差距,频次多的则高。
列归一的话: 按照列归一的方法,如果本身关注就不多,比如关住点1,如果按行归一是比较吃亏的,其实用户A是对关注点1很感兴趣的相比其他用户,但是呢按用户内部的话比关注点2要低很多,实际上关注点2可能是影视音乐一样大家都有的,而且高频的,实际上分数不应该这么高。
当然按列归一一个问题是: 当一个用户在某个关注点有一定增长的趋势(比如最近刚访问了2次),这中热情度不能玲离尽致的体现。
0 0
- 关于归一化
- 关于矩阵的归一化
- MATLAB关于归一化、标准化
- 归一化
- 归一化
- 归一化
- 归一化
- 归一化
- 归一化
- 归一化
- 归一化
- 归一化
- 归一化
- 归一化
- 归一化
- 归一化
- 归一化
- 归一化
- Python: range()与xrange()区别
- Oracle 安装OEM 报错: 无法对所有EM 相关账户解锁 解决方法
- linux 账号管理
- Linux入门基础
- Android:ListView 多布局,加头部,尾部
- 关于归一化
- UVA11624 Fire BFS
- JQ的学习
- [Servlet&JSP] 过滤器的使用
- 【我的JS第三本】JavaScript_DOM编程艺术第二版读书笔记
- 清空mysql 查询缓存
- HDU 1178 Heritage from father 数学公式 JAVA
- C++设计模式新解四 观察者模式+事件订阅
- 以太网帧格式