特征标准化

特征标准化的优点:

归一化后,样本量纲一致,计算精度提高,提高收敛速度。

特征标准化的方法:

1.线性归一化:

X=\frac{X - min(X)}{max(X)-min(X)}

该方法适用于样本分布较为集中的时候,否则归一化结果不够稳定,归一化结果范围为0~1

2.标准差标准化

X = \frac{X-\mu }{\sigma }

该方法适用于样本原始分布近似于高斯分布,归一化结果范围为0~1

3.非线性归一化

使用log,tanh等,经常用在数据分化比较大的场景,有些数值很大,有些很小。通过一些数学函数,将原始值进行映射。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值