zoukankan      html  css  js  c++  java
  • 特征去量纲方法

    转自:https://www.jianshu.com/p/c21c0e2c403a

    1.min-max归一化

    针对每一个特征,最小-最大缩放:x-min/(max-min)

    这样就缩放到了[0,1]之间,就会有一个范围,对应sklearn.preprcessing中的MinMaxScaler 。

    2.z-score标准化

    减去均值之后除以方差。

    使得服从均值为0,方差为1的标准正态分布。对应sklearn.preprcessing中的StandardScaler :为使各特征的均值为0,方差为1.

    3.Normalization

    • Normalizer :使每条数据各特征值的和为1

    对每个特征的和归一化到一个特定的值。

    4.PCA需要做什么归一化?

    http://sofasofa.io/forum_main_post.php?postid=1000375

    引用的两个链接中都提到,需要先做z-score的归一化,均值为0,方差为1。

    from sklearn.preprocessing import StandardScaler
    
    scaler = StandardScaler()

    有助于求解更准确。

  • 相关阅读:
    JDBC
    Servlet的优缺点
    css样式,媒体查询,垂直居中,js对象
    浏览器渲染优化
    css秘密花园
    express 4
    redux
    koa
    webpack
    react学习总结
  • 原文地址:https://www.cnblogs.com/BlueBlueSea/p/15448775.html
Copyright © 2011-2022 走看看