首页 > 其他 > 详细

归一化和标准化的差别在哪里?

时间:2017-07-25 23:22:01      阅读:214      评论:0      收藏:0      [点我收藏+]

归一化:对原始数据进行线性变换把数据映射到[0,1]之间

 

 

标准化:均值为0,标准差为1

 

技术分享

One disadvantage of normalization over standardization is that it loses some information in the data, especially about outliers.

归一化的缺点是,它会丢失一些信息,特别对于那些异常的点

 

这个作者推荐使用standardization标准化,如果你无法判断。 而且他认为你应该对其他的feature也都使用标准化。

我还真的无法判断。

 

另,---------------

在coursera教程第二节里,

theta和b之间的数量级差了快100倍,

b可以看成是一列值为1的feature,

而另外两列 feature都在80左右上下浮动,

所以这里差了80多倍,给训练带来了极大的麻烦

 

极大的

 

归一化和标准化的差别在哪里?

原文:http://www.cnblogs.com/yummy-roast-duck/p/7236899.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!