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。