归一化

term_id: normalization

Category: basic_concepts

Definition

常见方法包括最小-最大缩放和Z分数标准化。此过程确保具有较大量级的特征不会主导学习算法，特别是在基于梯度的优化中。

Summary

归一化是一种数据预处理技术，将数值特征缩放到标准范围（通常为0到1之间），以改善模型的收敛速度和性能。

Key Concepts

  • 最小-最大缩放
  • Z分数标准化
  • 特征缩放
  • 梯度下降稳定性

Use Cases

  • 预处理图像像素值
  • 为神经网络准备表格数据
  • 提高回归模型的准确性

Code Example

1
2
3
4
5

from sklearn.preprocessing import MinMaxScaler
import numpy as np
data = np.array([[10], [20], [30]])
scaler = MinMaxScaler()
normalized_data = scaler.fit_transform(data)

Related