对归一化和标准化有疑惑,整理了Z-score和mapminmax的用法区分,参考链接放在文末。
function data = normlization(data, choose)
数据归一化函数可以包含:不归一化,z-score标准化,最大最小归一化
function data = normlization(data, choose)
% 数据归一化
if choose==0
% 不归一化
data = data;
elseif choose==1
% Z-score归一化(标准化)
data = bsxfun(@minus, data, mean(data));
data = bsxfun(@rdivide, data, std(data));
elseif choose==2
% 最大-最小归一化处理
% ones(data_num,1) % 构成一个data_num行1列的向量,里面每个元素都是1
% min(data) % 构成包含每一列的最小值的行向量,1行n列
% (data-ones(data_num,1)*min(data)) % 让数据中的每个元素减去该元素对应列计算出的均值
[data_num,n]=size(data);
data=(data-ones(data_num,1)*min(data))./(ones(data_num,1)*(max(data)-min(data)));
end
end
注意:可以在elseif后面添加自己的方法。
最大最小归一化,顾名思义,就是利用数据列中的最大值和最小值进行标准化处理,标准化后的数值处于[0,1]之间,计算方式为数据与该列的最小值作差,再除以极差。
具体公式为:
其中,x’表示单个数据的取值,min是数据所在列的最小值,max是数据所在列的最大值。
mapminmax 归一化
mapminmax()函数是Matlab自带的函数,主要用来对数据进行归一化处理。它把所有的数据都转换为[-1,1](默认,可自己设定)之间的数,目的就是取消各维数据间的数量别差别,防止大数吃小数。
不同变量往往量纲不同,归一化可以消除量纲对最终结果的影响,使不同变量具有可比性。在不涉及距离度量、协方差计算、数据不符合正太分布的时候,可以使用归一化方法。
矩阵归一化:
Y=mapminmax(A,ymin,ymax); % 默认ymin = -1,ymax =1,缩放至 [0,1]
默认:
- 按行缩放,默认范围[-1,1](ymin = -1,ymax = 1)。
- Y是归一化后的矩阵。
原理:y = (ymax-ymin)*(x-xmin)/(xmax-xmin) + ymin
Y=mapminmax(A,0,1); %指定X每行缩放到[0,1]
注意:当X的一行中,若xmin和xmax相等,那么分母xmax-xmin为零,mapminmax对当前行不处理。输出仍为原始行数据。
例子:
mapminmax的归一化与反归一化用法等可见主页(3条消息) y = mapminmax(‘apply‘,x,ps)与mapminmax(‘reverse‘,y,ps)_FDA_sq的博客-CSDN博客
zscore 标准化
z-score标准化方法适用于属性A的最大值和最小值未知的情况。数据标准化后均值为0,方差为1。
新数据=(原数据-均值)/标准差:
(A - mean(A))./std(A)
等同于bsxfun的使用(从矩阵 A
的对应列元素中减去列均值。然后,按标准差进行归一化。)
C = bsxfun(@minus, A, mean(A));
D = bsxfun(@rdivide, C, std(A))
默认:
- 按列缩放,输出的矩阵Y每列服从正态分布,每列的均值是0,标准差是1
- 如果某一列数据全相等,标准化的结果为 0(向量)
使用方法:
Z = zscore(X,flag,dim)
flag: 使用由flag表示的标准偏差缩放X。
-- 如果flag为0(默认),则zscore使用样本标准偏差缩放X,标准偏差公式的分母为n - 1。zscore(X,0)与zscore(X)相同。
-- 如果flag为1,则zscore使用总体标准差对X进行缩放,n是标准差公式的分母。
dim: 对于矩阵X,如果dim = 1(默认),则zscore使用沿X列的均值和标准差,如果dim = 2,则zscore使用沿X行的均值和标准差。
[Y,mean,std]=zscore(X) %X:n*d;Y是标准化后矩阵,mean和std分别是原数据每列的平均值和标准差
举例:
>> a=[1,2,3;4,5,6];
>> b=zscore(a)
b =
-0.7071 -0.7071 -0.7071
0.7071 0.7071 0.7071
% 验证标准化后的矩阵每列均值为0,标准差为1
>> std(b)
ans =
1 1 1
>> mean(b)
ans =
0 0 0
二者区别
如果对输出结果范围有要求,用归一化如果数据较为稳定,不存在极端的最大最小值,用归一化 如果数据存在异常值和较多噪音,用标准化,可以间接通过中心化避免异常值和极端值的影响
神经网络使用归一化的原因
我们在对输⼊数据做标准化处理:处理后的任意⼀个特征在数据集中所有样本上的均值为0、标准差为1。标准化处理输⼊数据使各个特征的分布相近:这往往更容易训练出有效的模型。 通常来说,数据标准化预处理对于浅层模型就⾜够有效了。随着模型训练的进⾏,当每层中参数更新时,靠近输出层的输出较难出现剧烈变化。
但对深层神经⽹络来说,即使输⼊数据已做标准化,训练中模型参数的更新依然很容易造成靠近输出层输出的剧烈变化。这种计算数值的不稳定性通常令我们难以训练出有效的深度模型。 批量归⼀化(BatchNormalization)的提出正是为了应对深度模型训练的挑战。在模型训练时,批量归⼀化利⽤⼩批量上的均值和标准差,不断调整神经⽹络中间输出,从⽽使整个神经⽹络在各层的中间输出的数值更稳定。在模型训练时,在应用激活函数之前,先对一个层的输出进行归一化,将所有批数据强制在统一的数据分布下,然后再将其输入到下一层,使整个神经网络在各层的中间输出的数值更稳定。从而使深层神经网络更容易收敛而且降低模型过拟合的风险。
在卷积神经网络中卷积层和全连接层都可以使用批量归一化。对于卷积层,它的位置是在卷积计算之后、激活函数之前。对于全连接层,它是在仿射变换之后,激活函数之前。
参数解释
1.均值
mean(A): 如果A是一个向量,mean(A)返回A中元素的平均值; 如果A是一个矩阵,mean(A)将其中的各列视为向量,把矩阵中的每列看成一个向量,返回一个包含每一列所有元素的平均值的行向量;如果A是一个多元数组,mean(A)将数组中第一个非单一维的值看成一个向量,返回每个向量的平均值。
M = mean(A,dim):返回A中沿着标量dim指定的维数上的元素的平均值。对于矩阵,mean(A,2)就是包含每一行的平均值的列向量。
mean(A,2): 返回值为该矩阵的各行向量的均值
mean(A,3): 返回矩阵本身(第三维,例如RGB图像三个通道)
>> A = [1 2 3; 3 3 6; 4 6 8; 4 7 7]
A =
1 2 3
3 3 6
4 6 8
4 7 7
>> mean(A)
ans =
3.0000 4.5000 6.0000
>> mean(A,2)
ans =
2
4
6
6
>> mean(A,3)
ans =
1 2 3
3 3 6
4 6 8
4 7 7
2.标准差
标准差的两种计算公式如下:
(1)std(A,flag,dim):
std(A)函数求解的是最常见的标准差,此时除以的是N-1(std的默认格式是std(x,0,1))。
flag代表的是用哪一个标准差函数,如果取0,则代表除以N-1,如果是1代表的是除以N,
flag==0.........是除以n-1
flag==1.........是除以n
dim表示维数,是按照列求标准差还是按照行求标准差
dim==1..........是按照列分
dim==2..........是按照行分 若是三维的矩阵,dim==3就按照第三维来分数据
注意:此函数命令不能对矩阵求整体的标准差,只能按照行或者列进行逐个求解标准差,默认情况下是按照列。
举例:
在MATLAB主窗口中输入std(A) 回车,结果如下:输出的是每一列的标准差。
>> A=[1 2 3;1 1 1 ]
A =
1 2 3
1 1 1
>> std(A)
ans =
0 0.7071 1.4142
在MATLAB主窗口中输入如下命令:std(A,1,1) 敲回车 std(A,1,2) 敲回车,可以看到如下结果:
3. 最小值min
M = min(A)
返回数组的最小元素。
-
如果
A
是向量,则min(A)
返回A
的最小值。 -
如果
A
为矩阵,则min(A)
是包含每一列的最小值的行向量。 -
如果
A
是多维数组,则min(A)
沿大小不等于1
的第一个数组维度计算,并将这些元素视为向量。此维度的大小将变为1
,而所有其他维度的大小保持不变。如果A
是第一个维度为0
的空数组,则min(A)
返回与A
大小相同的空数组。
M = min(A,[],dim) 返回维度 dim 上的最小元素。例如,如果 A 为矩阵,则 min(A,[],2) 是包含每一行的最小值的列向量。
参考链接:
MATLAB实例:聚类初始化方法与数据归一化方法 - 凯鲁嘎吉 - 博客园
(10条消息) mapminmax()、zscore()数据归一化_Ayla_H的博客-CSDN博客
matlab std函数 用法及实例 - 路人浅笑 - 博客园 (cnblogs.com)
(4条消息) MATLAB中mean的用法_仙女阳的博客-CSDN博客_matlab中mean
(3条消息) 数据标准化之最大最小归一化(原理+Pyhon代码)_data learning的博客-CSDN博客_最大最小归一化公式