新年10个Flag实现中~
访问量
3.2M
文章数
156
运行天
1695
前言买了本《百面机器学习》看着玩,虽然已经毕业了,机器学习还是放不下吧,希望以后新的机会出现能够及时抓住。书中第一章「特征工程」的“01特征归一化”(第002-003页)提到:对数值类型的特征做归一化可以将所有的特征都统一到一个大致相同的数值区间内。最常用的方法主要有以下两种。(1)线性函数归一化(Min-MaxScaling)。它对原始数据进行线性变换,使结果映射到[0,1]的范围,实现对原始数据的等比缩放。归一化公式如下其中,X为原始数据,Xmax、Xmin分别为数据最大值和最小值。(2)零均值归一化(Z-ScoreNormalization)。它会将原始数据映射到均值为0、标准差为1的分布上。具体来说,假设原始特征的均值为μ、标准差为σ,那么归一化公式定义为:我平时使用的全是线性函数归
1