如何進(jìn)行數(shù)據(jù)的歸一化處理？首先，測試集的標(biāo)準(zhǔn)化平均值和標(biāo)準(zhǔn)差應(yīng)該來自訓(xùn)練集。如果您熟悉Python的sklearn，您應(yīng)該知道應(yīng)該首先對訓(xùn)練集數(shù)據(jù)進(jìn)行擬合，得到包括均值和標(biāo)準(zhǔn)差的定標(biāo)器，然后分別變換訓(xùn)

如何進(jìn)行數(shù)據(jù)的歸一化處理？

首先，測試集的標(biāo)準(zhǔn)化平均值和標(biāo)準(zhǔn)差應(yīng)該來自訓(xùn)練集。如果您熟悉Python的sklearn，您應(yīng)該知道應(yīng)該首先對訓(xùn)練集數(shù)據(jù)進(jìn)行擬合，得到包括均值和標(biāo)準(zhǔn)差的定標(biāo)器，然后分別變換訓(xùn)練集和驗(yàn)證集。這個(gè)問題其實(shí)很好。很多人不注意。最容易犯的錯(cuò)誤是在劃分訓(xùn)練測試集之前進(jìn)行規(guī)范化。

第二個(gè)問題是不同歸一化方法的選擇，如均值方差歸一化、最大最小歸一化等。歸一化的目的是調(diào)整每個(gè)場之間的數(shù)量級差異。均值-方差歸一化可能更適合不知道數(shù)據(jù)邊界在哪里的情況。最大和最小規(guī)格化相當(dāng)于積分到01，這意味著您知道該字段的邊界在哪里。所以我個(gè)人更喜歡均值方差的標(biāo)準(zhǔn)化。我只是憑經(jīng)驗(yàn)說的，不一定是對的。