数据处理
时光杂货店
这个作者很懒,什么都没留下…
展开
-
深度学习中的Data Augmentation和代码实现
深度学习中的Data Augmentation和代码实现本篇博客全部都参考自这里1 原理深度学习中,为了避免出现过拟合(Overfitting),通常我们需要输入充足的数据量.为了得到更加充足的数据,我们通常需要对原有的图像数据进行几何变换,改变图像像素的位置并保证特征不变。当然,数据增强并不总是有效的,数据增强对于有些情况下训练并没有帮助;所以,最好的方法还是多找一些数据。可以通过图像的几何变换,转载 2016-10-21 16:49:33 · 4381 阅读 · 0 评论 -
数据预处理
本篇博客转载自 数据预处理 以下是一些常见的数据预处理方法,形式上是通过sklearn的preprocessing模块来大概介绍; 更加重要的是,想通过这篇博客来培养数据预处理的意识。1 标准化(Standardization or Mean Removal and Variance Scaling)变换后各维特征有0均值,单位方差。也叫z-score规范化(零均值规范化)。计算方式是将特征值减去转载 2017-09-23 18:49:59 · 390 阅读 · 0 评论