标准化:
标准化需要计算特征的均值和标准差,公式表达为

归一化:

区别:
简单来说,标准化是依照特征矩阵的列处理数据,其通过求z-score的方法,将样本的特征值转换到同一量纲下。归一化是依照特征矩阵的行处理数据,其目的在于样本向量在点乘运算或其他核函数计算相似性时,拥有统一的标准,也就是说都转化为“单位向量”。规则为l2的归一化公式。
本文详细阐述了数据预处理中的两种重要方法:标准化和归一化。标准化通过计算特征的均值和标准差,使用z-score方法将数据转换到同一量纲下;而归一化则针对特征矩阵的行进行操作,目的是确保样本向量在点乘运算或核函数计算中具有统一的标准。
4339

被折叠的 条评论
为什么被折叠?



