数据归一化

【一】为什么要进行数据为归一化？

1. 输入数据的单位不一样，有些数据的范围差别很大，导致神经网络收敛慢，训练时间长。
2. 数据范围大的输入在模式分类中的作用可能会偏大，而数据范围小的输入作用偏小。
3. 由于神经网络输出层的激活函数的值域是有限的，因此需要将网络的目标函数映射到激活函数的值域。

【二】归一化算法

算法	范围
y=(x-min)/(max-min)	[0,1]
y=2*(x-min)/(max-min)-1	[-1,1]

【三】mapminmax函数

1.简介：mapminmax是MATLAB实现归一化的工具包，默认：

• 将矩阵的每行分别进行归一化；
• 每行的最大值和最小值作为每行归一化的xmin和xmax；
• 将数据归一化到[-1,1];

2.几个函数接口：

1>[Y,PS]=mapminmax(X)

其中y是对进行某种规范化后得到的数据,这种规范化的映射记录在结构体ps中。

示例：

2>[Y,PS] = mapminmax(X,FP)

3>Y = mapminmax('apply',X,PS)

 4>X = mapminmax('reverse',Y,PS)

反归一化，将归一化后的数据进行反归一化后得到原来的数据。