数据标准化和归一化
来源:互联网 发布:英语谐音软件 编辑:程序博客网 时间:2024/04/30 21:23
标准化和归一化的含义和实现形式不是同一回事
1、标准化:
把数据转化成服从某种分布的数据
如:均值为0,方差为sigma的数据
A = floor(10*rand(10,1));
mA = mean(A,1);
muA = mA-A;
sq_muA =muA.^2;
var = mean(sq_muA,1);
eps_var = sqrt(var.^2+0.01);
AHat = muA./eps_var;
2、图像归一化
img = imread('lena.jpg');
gray = double(rbg2gray(img));
norm_img = gray/255;
imshow(norm_img ,[]) ;
2、矩阵归一化:
如:进行L2范数归一化
首先按行归一化:
% Examples
A=[3 4;5 12];
[m n] = size(A);
% normalize each row to unit
for i = 1:m
A(i,:)=A(i,:)/norm(A(i,:));
end
按列归一化:
% normalize each column to unit
A=[3 4;5 12];
for i = 1:n
A(:,i)=A(:,i)/norm(A(:,i));
end
然而,上述代码最能实现功能,但并不是最优的,它只是一种对该过程的最佳理解代码。在Matlab中,for循环是一件非常费时间的结构,因此我们在代码中应该尽量少用for循环。由此,我们可以用repmat命令得到另一种更加简洁更加快速的代码,只是这种代码对于初学者理解起来比较费劲。可以看错是自己水平的一种进阶吧。
% normalize each row to unit
A = A./repmat(sqrt(sum(A.^2,2)),1,size(A,2));
% normalize each column to unit
A = A./repmat(sqrt(sum(A.^2,1)),size(A,1),1);
- 数据标准化和归一化
- 数据标准化和归一化
- 数据标准化/归一化方法
- 数据标准化/归一化normalization
- 数据标准化(归一化)
- 数据标准化/归一化normalization
- 数据标准化/归一化normalization
- 归一化和标准化
- 标准化和归一化
- 机器学习中关于数据的归一化和标准化
- 特征工程(三) 数据标准化和归一化
- 数据标准化(归一化)处理
- 数据标准化(归一化)处理
- 标准化,归一化和正则化
- 正则化,归一化和标准化
- [ 转]数据归一化和两种常用的归一化方法:极小极大标准化,0均值1标准差标准化
- 数据规范中的归一化与标准化:
- MATLAB数据矩阵单位化,归一化,标准化
- flyway的使用
- hibernate配置级联删除
- 一致性哈希算法
- linux 如何禁止通过IP访问网站,只让用域名访问网站
- iOS block的简单说明
- 数据标准化和归一化
- AYITACM2016省赛第三周M - Beijing Guards(贪心+二分)
- 判断设备是否插入耳机
- Java学习之分页查询
- mysql笔记——权限
- Android代码混淆,就这么简单
- UVA10534 Wavio Sequence(二分 + 最长上升子序列)
- scheme 学习
- linux基础之常用命令(4)