数学杂谈 | (2) Min-Max Scale vs. Z-score Scale

目录

1. 特征归一化

2. 主流的两种特征归一化方法

3. 用法


1. 特征归一化

特征归一化是为了使不同的数据类别/特征具有可比性,比如人的身高和体重,让它们可以在同一个标准下衡量。

 

2. 主流的两种特征归一化方法

  • Min-Max Scaling:

  • Z-score Normalization:

 

3. 用法

首先先要给数据做一个histogram,如果数据基本上满足高斯分布的话那么选择用Z-score Normalization。如果数据较为零散的话,可以选择Min-Max Scaling。

  • 1
    点赞
  • 0
    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