matlab数据归一化(补充),matlab数据归一化(补充)

本文讨论了MATLAB中数据归一化的细节,强调了归一化的重要性,特别是对于SVM应用。作者建议按列对每个维度进行归一化,并且训练集和测试集应一起归一化,以避免数据信息的丢失和不准确的模型预测。通过示例代码展示了如何实现这一过程。
摘要由CSDN通过智能技术生成

Yaksa版主对MATLAB中的归一化问题进行了详细的讲解和分析,下面我们对这议题进一步深入。再议归一化问题

[train_scale,test_scale,ps] = scaleForSVM(train_data,test_data,ymin,ymax)

输入:

train_data:训练集

test_data:测试集

ymin:归一化范围下限(可不输入,默认为0)

ymax:归一化范围上限(可不输入,默认为1)

输出:

train_scale:归一化后的训练集

test_scale:归一化后的测试集

ps:归一化映射

测试代码:

train_data = [1 12;3 4;7 8]

test_data = [9 10;6 2]

[train_scale,test_scale,ps] = scaleForSVM(train_data,test_data,0,1)

运行结果:

train_data =

1    12

3     4

7     8

test_data =

9    10

6     2

train_scale =

0    1.0000

0.2500    0.2000

0.7500    0.6000

test_scale =

1.0000    0.8000

0.6250         0

ps &#

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