qq_45705639的博客

背景：原始数据往往会出现混乱和不全面大情况，而模型又需要有效识别并提取信息。所以要尽可能对数据进行预处理，加强最后效果的上限。表现：最后的结果：背景：由于数据可能偏大，或偏小，造成模型训练的不准确，所以要对数据进行归一化。两个比较典型的规约方式：min-max规约和Z-score规约将数据归一化到[0,1]范围内，当出现异常值，如非常非常大的值时，数据的分布会有偏。xnew=x−min(x)max(x)−min(x)x_{new}=\frac{x-min(x)}{max(x)-min(x)}xnew

明天补。

数学建模第1章 解析方法与几何模型的笔记