在缩放到 [0,1] 之前应用 z 分数(零均值,单位标准)?
Applying z-score (zero mean, unit std) before scaling to [0,1]?
我目前正在使用神经网络对数据集进行分类。当然,在进行分类之前,应该对数据点或特征进行归一化。我用于神经网络的工具箱要求所有值都在 [0,1].
范围内
首先应用 z 分数(零均值和单位标准差)然后缩放到范围 [0,1] 是否有意义?
其次,我应该沿着特征向量或数据点进行归一化(应用 z-score 还是范围 [0,1])?
您当然需要规范化,但是,其中一些问题将取决于您的应用程序。
首先:缩放不会改变 z 分数的结果,因为它是根据标准差设计的。但是,如果您决定使用它,则需要在 z-score 之后重新归一化,以使其在 [0,1].
的范围内
其次:我不明白规范化特征与数据点之间的区别。您选择的基础取决于您。无论您计划输入算法的数据点是什么,都需要将它们标准化为 [0,1]。你想让他们进入那个范围的方式在很大程度上取决于你的背景。
我目前正在使用神经网络对数据集进行分类。当然,在进行分类之前,应该对数据点或特征进行归一化。我用于神经网络的工具箱要求所有值都在 [0,1].
范围内首先应用 z 分数(零均值和单位标准差)然后缩放到范围 [0,1] 是否有意义?
其次,我应该沿着特征向量或数据点进行归一化(应用 z-score 还是范围 [0,1])?
您当然需要规范化,但是,其中一些问题将取决于您的应用程序。
首先:缩放不会改变 z 分数的结果,因为它是根据标准差设计的。但是,如果您决定使用它,则需要在 z-score 之后重新归一化,以使其在 [0,1].
的范围内其次:我不明白规范化特征与数据点之间的区别。您选择的基础取决于您。无论您计划输入算法的数据点是什么,都需要将它们标准化为 [0,1]。你想让他们进入那个范围的方式在很大程度上取决于你的背景。