目录
4-7 数据归一化07-Feature-Scaling
如学生的分数0--100,图像的像素0--255这些情况适合最值归一化,而收入不能用这种方法,变化可能会很大,可以改进采用
匀值方差归一化后的scale_就是之前数据的std方差
sklearn中scalar的使用流程
08-Scaler-in-Scikit-Learn
实现我们自己的standardScaler
preprocessing.py 其他的三个脚本在前面
import numpy as np
class StandardScaler:
def __init__(self):
self.mean_ = None
self.scale_ = None
def fit(self, X):
"""根据训练数据集X获得数据的均值和方差"""
assert X.ndim == 2, "The dimension of X must be 2"
self.mean_ = np.array([np.mean(X[:,i]) for i in range(X.shape[1])])
self.scale_ = np.array([np.std(X[:,i]) for i in range(X.shape[1])])
return self
def transform(self, X):
"""将X根据这个StandardScaler进行均值方差归一化处理"""
assert X.ndim == 2, "The dimension of X must be 2"
assert self.mean_ is not None and self.scale_ is not None, \
"must fit before transform!"
assert X.shape[1] == len(self.mean_), \
"the feature number of X must be equal to mean_ and std_"
resX = np.empty(shape=X.shape, dtype=float)
for col in range(X.shape[1]):
resX[:,col] = (X[:,col] - self.mean_[col]) / self.scale_[col]
return resX
Scikit-Learn中的最值归一化
https://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.MinMaxScaler.html
4-9 更多有关k近邻算法的思考
优点
Knn解决分类问题,并且能天然的解决多分类问题,思想简单,效果强大,可以解决回归问题
三nn问题,绿色的值可能是三个结点的均值,或者加权平均的方法改进
相关的细节可以参考其算法的官方文档研究
缺点
机器学习回顾
使用我们自己的 kNN 解决手写数字识别问题
http://vision.stanford.edu/teaching/cs231n-demos/knn/
网页版可视化knn