规范化(normalize)到底是什么,以及哪些算法需要规范化

这是一篇从笔记里摘录的知识点,因为发现在不同的文献或者文章里,对图片数据规范化、归一化的具体方法都不一样,很是困惑。下面这几种,都是广义上的数据规范化

  • Data normalization
  • Data standarization
  • Data streching
    总体上来说,standarization与streching都是规范化的选择,只不过他们作用到数据上导致的结果有些许不同,所以有了更为细致的说法。

Data normalization

或者叫做 data (re-)scaling, 数据被映射到一个新定义的范围(通常是[0,1],或[-1,1]),当数据来自不同的数据库,想用同一个算法对其进行处理时,这种方法很有用。
最标准的定义是

I n e w = I − m i n ( I ) m a x ( I ) − m i n ( I ) ∗ ( n e w m a x − n e w m i n ) I_{new}=\frac{I - min(I)}{max(I)-min(I)}*(newmax - newmin) Inew=max(I)min(I)Imin(I)(newm

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值