0

我目前正在使用神经网络对数据集进行分类。当然,在进行分类之前,应该对数据点或特征进行归一化。我用于神经网络的工具箱要求所有值都在 [0,1] 范围内。

首先应用 z 分数(零均值和单位标准差)然后缩放到范围 [0,1] 是否有意义?

其次,我应该沿特征向量还是数据点进行归一化(应用 z 分数或范围 [0,1])?

4

1 回答 1

1

您当然需要规范化,但是,其中一些问题将取决于您的应用程序。

首先:缩放不会改变 z-score 的结果,因为它是根据标准偏差设计的。但是,如果您决定使用它,则需要在 z-score 之后重新归一化,以达到 [0,1] 的范围内。

第二:我不明白归一化特征与数据点之间的区别。您选择的基础取决于您。无论您计划将哪些数据点输入算法,都需要将其标准化为 [0,1]。您希望如何让它们进入该范围在很大程度上取决于您的上下文。

于 2015-07-18T03:53:11.037 回答