特征归一化

本文介绍了一种数据预处理方法——归一化。通过计算数据的平均值和标准差,将原始数据转换为统一尺度,以消除特征间的量纲影响。此过程对于机器学习和数据分析至关重要。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

初始数据特征比例尺度可能不一样,需要先对数据进行归一化处理。

归一化方法

求出每列数据的平均值和标准差。每列数据减去相应的平均值后除以标准差。
归一化公式
归一化公式

其中X是数据,mu是X的平均值,sigma是X的标准差

%X是传入的数据
mu = mean(X);%求mu
sigma = std(X);

X_norm = (X - mu)./sigma;
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