MATLAB中如何將這些數(shù)反歸一化，求代碼？逆歸一化需要知道原始矩陣的兩個參數(shù)。將原矩陣設為a，經(jīng)過歸一化處理，得到B:Amin=min（a（：））Amax=max（a（：））B=（a-Amin）/（

MATLAB中如何將這些數(shù)反歸一化，求代碼？

逆歸一化需要知道原始矩陣的兩個參數(shù)。將原矩陣設為a，經(jīng)過歸一化處理，得到B:Amin=min（a（：））Amax=max（a（：））B=（a-Amin）/（Amax Amin）。然后我們需要知道逆歸一化中Amax和Amin的個數(shù)。我們可以用一句話來表達：a=b*（Amax Amin）Amin

我從事大數(shù)據(jù)工作。我來回答。

負責任地說，大數(shù)據(jù)需要學習統(tǒng)計知識。

目前，大數(shù)據(jù)仍然屬于程序員的范疇，但它具有很強的數(shù)據(jù)分析和統(tǒng)計屬性，也與數(shù)據(jù)挖掘密切相關。雖然日常工作是編寫代碼，但與Java不同的是，需求提出者有時不知道哪些指標可以統(tǒng)計，如何使數(shù)據(jù)更具科學性和代表性。與Java端不同，Java端有項目需求，產(chǎn)品經(jīng)理提供清晰的產(chǎn)品原型和邏輯，而拋出到大數(shù)據(jù)端的需求通常只是一句話。對數(shù)據(jù)進行分析（還有一些清晰的統(tǒng)計，如總量、PV、UV等）

上級領導和運營商希望您能主動對數(shù)據(jù)進行分析和挖掘，提供一些參考和價值。在這個時候，你不滿足于了解統(tǒng)計知識，去盯著數(shù)據(jù)，讓它脫穎而出嗎？你甚至不知道方差、波動、標準化、四分位數(shù)等等，如何清理數(shù)據(jù)，做好自己的工作。

一些做大數(shù)據(jù)的人只把自己定位為代碼農(nóng)民，他們的增長將非常緩慢。他們應該主動把自己定位為數(shù)據(jù)分析師，學習統(tǒng)計知識。一是能把工作做好，二是能進入機器學習領域，一舉兩得。

當您發(fā)現(xiàn)自己的統(tǒng)計知識為您提供了一種處理大數(shù)據(jù)的方法，并獲得了公司領導的認可和贊揚時，一個月的時間是多少。

來吧，每天進步一點，未來會很不一樣的。

如果您有任何問題，請與我討論。如果你同意我的意見，請點擊右上角的紅色字母“注意”。非常感謝。

JAVA web轉(zhuǎn)大數(shù)據(jù)開發(fā)，有必要學習統(tǒng)計學嗎？

歸一化法計算公式？

以栗子為例：a=[1，25，6][V，D]=eig（a）%，求特征值和特征向量V（：，1）=V（：，1）/norm（V（：，1））V（：，2）=V（：，2）/norm（V（：，2））

如何對特征向量歸一化求權(quán)重matlab代碼？

謝謝。我建議轉(zhuǎn)向大數(shù)據(jù)。

我也從事java開發(fā)，我對這個主題的糾纏也有同樣的感受。畢竟，如果我精通Java，我已經(jīng)付出了大量的學習精力。如果我學習機器學習，我基本上想告別Java，這無疑是一個非常不幸的選擇。

此外，轉(zhuǎn)向機器學習不僅需要深入了解python，還需要掌握數(shù)學算法，這是不可能一蹴而就的。因此，轉(zhuǎn)向人工智能的風險相對較高，很容易打亂一個人的職業(yè)規(guī)劃。

目前，大數(shù)據(jù)方向仍是一個需求量大、前景好的工作方向。Java廣泛應用于大數(shù)據(jù)領域。單憑Hadoop生態(tài)系統(tǒng)就足以完成大量的大數(shù)據(jù)工作，而Hadoop和Java是分不開的。

最重要的是大數(shù)據(jù)方向不會低于機器學習的工資，機器學習還處于初級階段。別擔心工資問題。