5.数据归一化
在机器学习中,数据归一化是为了让不同特征之间的权重更加平衡,统一量纲,防止某些特征因数据本身特性对模型的影响过大。具体来说,是将每个特征按照一定比例进行缩放。
最大值最小值归一化
标准归一化
对比
最大值最小值归一化依赖最大和最小值,标准归一化依赖所有值
最大值最小值范围区间为[0,1],标准化归一化无区间,均值为0方差为1
在机器学习中,数据归一化是为了让不同特征之间的权重更加平衡,统一量纲,防止某些特征因数据本身特性对模型的影响过大。具体来说,是将每个特征按照一定比例进行缩放。
最大值最小值归一化
标准归一化
对比
最大值最小值归一化依赖最大和最小值,标准归一化依赖所有值
最大值最小值范围区间为[0,1],标准化归一化无区间,均值为0方差为1