中心化和标准化处理

  • 目的:通过中心化和标准化处理,得到均值为0,标准差为1的服从标准正态分布的数据。
  • 计算过程由下式表示:中心化和标准化处理
  • 下面解释一下为什么需要使用这些数据预处理步骤。
在一些实际问题中,我们得到的样本数据都是多个维度的,即一个样本是用多个特征来表征的。比如在预测房价的问题中,影响房价中心化和标准化处理的因素有房子面积中心化和标准化处理、卧室数量中心化和标准化处理等,我们得到的样本数据就是中心化和标准化处理这样一些样本点,这里的中心化和标准化处理中心化和标准化处理又被称为特征。很显然,这些特征的量纲和数值得量级都是不一样的,在预测房价时,如果直接使用原始的数据值,那么他们对房价的影响程度将是不一样的,而通过标准化处理,可以使得不同的特征具有相同的尺度(Scale)

中心化和标准化处理

  • 比如在训练神经网络的过程中,通过将数据标准化,能够加速权重参数的收敛。
  • 另外,对于主成分分析(PCA)问题,也需要对数据进行中心化和标准化等预处理步骤
给题主推荐一个问答论坛cross validated,上面可以找到很多数据分析,机器学习相关领域的问答。



作者:Spark
链接:https://www.zhihu.com/question/37069477/answer/132387124
来源:知乎

著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。