1.归一化
https://www.cnblogs.com/chzhang1994/p/8695203.html
在机器学习的过程中,由于数字单位的影响,导致分布范围较广的值和分布范围较窄的值会在训练的过程中有着不同的影响力,那么结果是会引起结果对于某些值过于敏感,或者是对于某些值不那么敏感。这是我们不愿意看到的。
这时我们就会使用归一化的操作,把数据大小分布在一个比例协调的范围之内。
本文讨论了机器学习中归一化的重要性,解释了为何需要将数据大小分布调整到一个协调的比例范围内,以避免训练过程中不同数值范围的数据对结果产生偏见。
1.归一化
https://www.cnblogs.com/chzhang1994/p/8695203.html
在机器学习的过程中,由于数字单位的影响,导致分布范围较广的值和分布范围较窄的值会在训练的过程中有着不同的影响力,那么结果是会引起结果对于某些值过于敏感,或者是对于某些值不那么敏感。这是我们不愿意看到的。
这时我们就会使用归一化的操作,把数据大小分布在一个比例协调的范围之内。
转载于:https://www.cnblogs.com/feifanrensheng/p/10073826.html
610
1504
1081

被折叠的 条评论
为什么被折叠?