特征为什么要做归一化?归一化的三种方式各有 什么缺点?

为什么要进行特征归一化?

        不同的特征往往具有不用的量纲和量纲单位,为了消除指标之间的量纲影响,解决数据指标之间的可比性。

三种归一化:

1)线性比例变换:

2)极差变换法(离差标准化):

缺点:(1)当有新数据加入时,会导min(x)和max(x)的变化,需要重新定义。

            (2)存在极端的最大值或者最小值。

适用于数据量较小的工程。

3)0均值标准化(Z-score方法)

适用于服从正态分布的数组

 

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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