建站
咨詢
售后
建站咨詢
新聞中心
這期內(nèi)容當(dāng)中小編將會(huì)給大家?guī)碛嘘P(guān)數(shù)據(jù)歸一化處理的作用是什么，文章內(nèi)容豐富且以專業(yè)的角度為大家分析和敘述，閱讀完這篇文章希望大家可以有所收獲。
網(wǎng)站的建設(shè)成都創(chuàng)新互聯(lián)公司專注網(wǎng)站定制,經(jīng)驗(yàn)豐富,不做模板,主營網(wǎng)站定制開發(fā).小程序定制開發(fā),H5頁面制作!給你煥然一新的設(shè)計(jì)體驗(yàn)!已為成都人造霧等企業(yè)提供專業(yè)服務(wù)。
數(shù)據(jù)歸一化處理的目的是：使得預(yù)處理的數(shù)據(jù)被限定在一定的范圍內(nèi)，從而消除奇異樣本數(shù)據(jù)導(dǎo)致的不良影響。數(shù)據(jù)歸一化處理后，可以加快梯度下降求最優(yōu)解的速度，且有可能提高精度（如KNN）。
歸一化的目的就是使得預(yù)處理的數(shù)據(jù)被限定在一定的范圍內(nèi)（比如[0,1]或者[-1,1]），從而消除奇異樣本數(shù)據(jù)導(dǎo)致的不良影響。
1）在統(tǒng)計(jì)學(xué)中，歸一化的具體作用是歸納統(tǒng)一樣本的統(tǒng)計(jì)分布性。歸一化在0~1之間是統(tǒng)計(jì)的概率分布，歸一化在-1~+1之間是統(tǒng)計(jì)的坐標(biāo)分布。
2）奇異樣本數(shù)據(jù)是指相對(duì)于其他輸入樣本特別大或特別小的樣本矢量（即特征向量），譬如，下面為具有兩個(gè)特征的樣本數(shù)據(jù)x1、x2、x3、x4、x5、x6（特征向量—>列向量）,其中x6這個(gè)樣本的兩個(gè)特征相對(duì)其他樣本而言相差比較大，因此，x6認(rèn)為是奇異樣本數(shù)據(jù)。
奇異樣本數(shù)據(jù)的存在會(huì)引起訓(xùn)練時(shí)間增大，同時(shí)也可能導(dǎo)致無法收斂，因此，當(dāng)存在奇異樣本數(shù)據(jù)時(shí)，在進(jìn)行訓(xùn)練之前需要對(duì)預(yù)處理數(shù)據(jù)進(jìn)行歸一化；反之，不存在奇異樣本數(shù)據(jù)時(shí)，則可以不進(jìn)行歸一化。
--如果不進(jìn)行歸一化，那么由于特征向量中不同特征的取值相差較大，會(huì)導(dǎo)致目標(biāo)函數(shù)變“扁”。這樣在進(jìn)行梯度下降的時(shí)候，梯度的方向就會(huì)偏離最小值的方向，走很多彎路，即訓(xùn)練時(shí)間過長。
--如果進(jìn)行歸一化以后，目標(biāo)函數(shù)會(huì)呈現(xiàn)比較“圓”，這樣訓(xùn)練速度大大加快，少走很多彎路。
綜上可知，歸一化有如下好處，即
1）歸一化后加快了梯度下降求最優(yōu)解的速度；
2）歸一化有可能提高精度（如KNN）
注：沒有一種數(shù)據(jù)標(biāo)準(zhǔn)化的方法，放在每一個(gè)問題，放在每一個(gè)模型，都能提高算法精度和加速算法的收斂速度。
上述就是小編為大家分享的數(shù)據(jù)歸一化處理的作用是什么了，如果剛好有類似的疑惑，不妨參照上述分析進(jìn)行理解。如果想知道更多相關(guān)知識(shí)，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道。
網(wǎng)站題目：數(shù)據(jù)歸一化處理的作用是什么
網(wǎng)頁鏈接：http://www.dlmjj.cn/article/ihepsg.html
