分类目录:《深入理解机器学习》总目录
归一化 (Normalization)和标准化 (Standardization)都是特征缩放的方法。特征缩放是机器学习预处理数据中最重要的步骤之一,可以加快梯度下降,也可以消除不同量纲之间的差异并提升模型精度。
归一化(Normalization)是将一组数据变换到某个固定区间中。通常,将映射到区间,而图像中可能会映射到,其他情况还可能映射到。而标准化(Standardization)是在不改变原始的数据分布的情况下,将数据的分布变换为均值为0,标准差为1。所以标准化也可以视为一种特殊的归一化,故我们也称标准化为Z值归一化。
- 标准化(Standardization)/Z值归一化(Z-Score Normalization):
- 最大最小值归一化(Min-Max Normalization):
- 均值归一化(Mean Normalization)
文章出处登录后可见!
已经登录?立即刷新