iT邦幫忙

2022 iThome 鐵人賽

DAY 26
0
AI & Data

TensorFlow 系列 第 26

[Day26] 特徵值數據標準化

  • 分享至 

  • xImage
  •  

Hi ! Day26 !
今天要來介紹特徵值數據的標準化和歸一化


標準化

特徵值數據的標準化是將特徵資料按比例縮放,透過韓式轉變,將數據資料落入某一特定(較小)的數值區間。
常見的標準化演算法有:

  1. Z分數標準化
    https://ithelp.ithome.com.tw/upload/images/20221011/20152603Z1zKxjRLI6.png
    (Z分數標準化公式, μ 與 σ 分別為平均數及標準差)

歸一化

歸一化的目的就是把數據轉換到 [0,1] 範圍之内的數字,變換的計算方法有:

  1. 線性轉換
    https://ithelp.ithome.com.tw/upload/images/20221011/20152603F4CN6ElypO.jpg
  2. 對數函式轉換: y = log x
  3. 等比例縮放: 將數值轉換為 [-1,1] 區間的值。

Reference

https://www.wpgdadatong.com/tw/blog/detail/42247

https://medium.com/ai反斗城/preprocessing-data-數據特徵標準化和歸一化-9bd3e5a8f2fc

https://zh.wikipedia.org/zh-tw/标准化_(统计学)

https://www.cnblogs.com/codeshell/p/14060164.html


上一篇
[Day25] 類別特徵資料處理
下一篇
[Day27] 損失函數
系列文
TensorFlow 30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言