一、标准化(normalization)
公式为:(X-X_mean)/X_std
将数据按其属性(每列)减去其均值,除以其方差,最后得到的结果是对每个属性/每列来说所有的数据都聚集在0附近,方差值为1。计算时对每个属性/每列分别进行。
方法一:使用sklearn.preprocessing.scale()函数
说明:x_mean(axis=0)计算X每个特征的平均值
x_std(axis=0)计算X每个特征的方差
preprocessing.scale(x)直接标准化X
方法二:sklearn.preprocessing.StanderScale类
二、归一化
归一化的好处:提升模型收敛速度,提高模型精度,防止模型梯度爆炸
常用的归一化方法有:
min_max标准化:(X-min)/(max-min),该方法的缺点是当有新数据加入时就要重新定义最大值与最小值。
0_1标准化
标准化归一化正则化
最新推荐文章于 2021-10-08 17:30:10 发布
![](https://img-home.csdnimg.cn/images/20240711042549.png)