spss
文章平均质量分 93
从未完美过
这个作者很懒,什么都没留下…
展开
-
归一化 (Normalization)、标准化 (Standardization)和中心化/零均值化 (Zero-centered)
1 概念 归一化:1)把数据变成(0,1)或者(1,1)之间的小数。主要是为了数据处理方便提出来的,把数据映射到0~1范围之内处理,更加便捷快速。2)把有量纲表达式变成无量纲表达式,便于不同单位或量级的指标能够进行比较和加权。归一化是一种简化计算的方式,即将有量纲的表达式,经过变换,化为无量纲的表达式,成为纯量。 标准化:在机器学习中,我们可能要处理不同种类的资料,例如,音讯和图片上的像素...转载 2019-05-31 10:40:17 · 645 阅读 · 0 评论 -
数据预处理—剔除异常值,平滑处理,标准化(归一化)
数据预处理的主要任务如下: (1)数据清理:填写空缺值,平滑噪声数据,识别,删除孤立点,解决不一致性 (2)数据集成:集成多个数据库,数据立方体,文件 (3)数据变换:规范化(消除冗余属性)和聚集(数据汇总),将数据从一个较大的子空间投影到一个较小的子空间 (4)数据归约:得到数据集的压缩表示,量小,但可以得到相近或相同的结果 (5)数据离散化:数据规约的一部分,通过...转载 2019-05-31 10:46:09 · 11771 阅读 · 0 评论