微信扫一扫打赏支持

随笔分类 -  4_机器学习具体知识点（归一化、信息论等）

归一化z-score
摘要：归一化z-score 一、总结 一句话总结： 【z分数（z-score）】，也叫【标准分数（standard score）】是一个【数与平均数的差再除以标准差】的过程。在统计学中，标准分数是一个观测或数据点的值高于被观测值或测量值的平均值的标准偏差的符号数。 z分数可以回答这样一个问题："【一个给定 阅读全文
posted @ 2020-12-10 03:43 范仁义 阅读(2670) 评论(0) 推荐(0) 编辑
如何计算熵
摘要：如何计算熵 一、总结 一句话总结： 【就是信息乘概率然后求和】：H=−n∑i=1p(xi)log2p(xi)
【所有的信息期望值】：为了计算熵，我们需要计算所有类别所有可能值包含的【信息 阅读全文
posted @ 2020-12-07 04:55 范仁义 阅读(4347) 评论(0) 推荐(0) 编辑
数据分析归一化简介
摘要：数据分析归一化简介 一、总结 一句话总结： 一种是把数变为（0，1）之间的小数 一种是把有量纲表达式变为无量纲表达式 1、归一化中 把数变为（0，1）之间的小数 的实例？ 求和，然后算权值 {2.5 3.5 0.5 1.5}归一化后变成了{0.3125 0.4375 0.0625 0.1875} 解 阅读全文
posted @ 2020-12-06 21:24 范仁义 阅读(944) 评论(0) 推荐(0) 编辑
归一化、标准化、正则化的概念和区别（总结）
摘要：归一化、标准化、正则化的概念和区别（总结） 一、总结 一句话总结： 归一化（Normalization）：【把数据变为（0，1）之间的小数，比如min-max归一化】。主要是为了方便数据处理，因为将数据映射到0～1范围之内，可以使处理过程更加便捷、快速。 标准化（Standardization）：【 阅读全文
posted @ 2020-10-20 07:14 范仁义 阅读(5011) 评论(0) 推荐(0) 编辑
MinMaxScaler
摘要：MinMaxScaler 一、总结 一句话总结： MinMaxScaler是min、max归一化，使用的话先fit，然后再transform归一化操作，也可以合并为fit_transform >>> from sklearn.preprocessing import MinMaxScaler >>> 阅读全文
posted @ 2020-09-26 05:45 范仁义 阅读(7212) 评论(0) 推荐(1) 编辑
数据分析归一化方法
摘要：数据分析归一化方法 一、总结 一句话总结： 一种是把数变为（0，1）之间的小数 一种是把有量纲表达式变为无量纲表达式 1、归一化中 把数变为（0，1）之间的小数 的实例？ 求和，然后算权值 {2.5 3.5 0.5 1.5}归一化后变成了{0.3125 0.4375 0.0625 0.1875} 解 阅读全文
posted @ 2019-06-02 01:42 范仁义 阅读(2209) 评论(0) 推荐(0) 编辑

侧边栏
打赏
点击右上角即可分享
微信分享提示