归一化与标准化详解
来源:互联网 发布:c语言病毒代码 编辑:程序博客网 时间:2024/05/14 23:41
归一化(Normalization)
1.把数据变为(0,1)之间的小数。主要是为了方便数据处理,因为将数据映射到0~1范围之内,可以使处理过程更加便捷、快速。
2.把有量纲表达式变换为无量纲表达式,成为纯量。经过归一化处理的数据,处于同一数量级,可以消除指标之间的量纲和量纲单位的影响,提高不同数据指标之间的可比性。
主要算法:
1.线性转换,即min-max归一化(常用方法)
y=(x-min)/(max-min)
2. 对数函数转换
y=log10(x)
3.反余切函数转换
y=atan(x)*2/PI
标准化(Standardization)
数据的标准化是将数据按比例缩放,使之落入一个小的特定区间。
主要方法:
1.z-score标准化,即零-均值标准化(常用方法)
y=(x-μ)/σ
是一种统计的处理,基于正态分布的假设,将数据变换为均值为0、标准差为1的标准正态分布。但即使数据不服从正态分布,也可以用此法。特别适用于数据的最大值和最小值未知,或存在孤立点。
2.小数定标标准化
y=x/10^j (j确保max(|y|)<1)
通过移动x的小数位置进行标准化
3.对数Logistic模式
y=1/(1+e^(-x))
1.把数据变为(0,1)之间的小数。主要是为了方便数据处理,因为将数据映射到0~1范围之内,可以使处理过程更加便捷、快速。
2.把有量纲表达式变换为无量纲表达式,成为纯量。经过归一化处理的数据,处于同一数量级,可以消除指标之间的量纲和量纲单位的影响,提高不同数据指标之间的可比性。
主要算法:
1.线性转换,即min-max归一化(常用方法)
y=(x-min)/(max-min)
2. 对数函数转换
y=log10(x)
3.反余切函数转换
y=atan(x)*2/PI
标准化(Standardization)
数据的标准化是将数据按比例缩放,使之落入一个小的特定区间。
主要方法:
1.z-score标准化,即零-均值标准化(常用方法)
y=(x-μ)/σ
是一种统计的处理,基于正态分布的假设,将数据变换为均值为0、标准差为1的标准正态分布。但即使数据不服从正态分布,也可以用此法。特别适用于数据的最大值和最小值未知,或存在孤立点。
2.小数定标标准化
y=x/10^j (j确保max(|y|)<1)
通过移动x的小数位置进行标准化
3.对数Logistic模式
y=1/(1+e^(-x))
0 0
- 归一化与标准化详解
- 统计数据归一化与标准化
- 统计数据归一化与标准化
- 统计数据归一化与标准化
- 标准化与归一化
- 归一化与标准化处理
- 归一化与标准化
- 统计数据归一化与标准化
- 标准化与归一化
- 理解:回归与拟合、归一化与标准化
- 理解:回归与拟合、归一化与标准化
- 数据规范中的归一化与标准化:
- 数据预处理-归一化与z-score标准化
- 数据归一化与z-score标准化
- 归一化(Normalization)与标准化(Standardization)
- Matlab中的数据预处理-归一化(mapminmax)与标准化(mapstd)
- 数据规范中的归一化(Normalization)与标准化(Standardization)
- 数据标准化/归一化方法
- CentOS 6.4下OpenSSH升级到6.7操作过程详解
- R语言-networkd3.生成一个基于html的插件,可以动态交互,
- R-机器学习相关模型-知乎文章资料
- 将字符串修改成数组,变成坐标
- 在线代码编辑器
- 归一化与标准化详解
- R-一张图看R各种分布随机数的产生方法
- 数据的标准化与中心化以及R语言中的scale详解
- 将博客搬至CSDN
- 四旋翼飞行器 四元数和欧拉角的关系 与 姿态解算
- Plugin is too old, please update to a more recent version 导致无法运行的问题
- 一个类似淘宝弹出框的示例
- Windows Server 2008 R2 下配置证书服务器和HTTPS
- day21 网络编程 URL 网页地址的编码和解码 tcp/udp socket