matlab - 前馈神经网络输入的归一化

Question

假设我有一个时间序列信号的不同特征的 mxn 矩阵（第 1 列代表最后 n 个样本的线性回归，第 2 列代表最后 n 个样本的平均值，第 3 列代表不同时间序列的局部最大值但相关信号等）。我应该如何规范这些输入？所有输入都属于不同的类别，因此它们具有不同的范围。一个范围从 0,1，另一个范围从 -5 到 50，依此类推。

我应该标准化整个矩阵吗？或者我应该分别对每组输入进行标准化吗？

注意：我通常使用 MATLAB 中的 mapminmax 函数进行标准化。

Answer 1

您应该独立地标准化每个特征。

第 1 列代表最后 n 个样本的线性回归，第 2 列代表最后 n 个样本的平均值，第 3 列代表不同时间序列但相关信号的局部最大值等

我不能肯定地说你的具体问题，但一般来说，你应该独立地规范化每个特征。所以规范化第 1 列，然后第 2 列等。

我应该标准化整个矩阵吗？或者我应该分别对每组输入进行标准化吗？

我不确定你在这里的意思。什么是输入？如果你的意思是一个实例（矩阵的一行），那么不，你不应该单独规范行，而是列。

我不知道您将如何在 Matlab 中执行此操作，但我将您的问题更多地视为理论问题而不是实现问题。

Answer 2

您应该单独规范化矩阵的每个向量/列，它们代表不同的数据类型，不应混淆在一起。

例如，您可以转置矩阵以在行中而不是在矩阵的列中包含 3 种不同的数据类型，并且仍然使用 mapminmax：

A = [0 0.1 -5; 0.2 0.3 50; 0.8 0.8 10; 0.7 0.9 20]; 
A =
         0    0.1000   -5.0000
    0.2000    0.3000   50.0000
    0.8000    0.8000   10.0000
    0.7000    0.9000   20.0000

B = mapminmax(A')
B =
   -1.0000   -0.5000    1.0000    0.7500
   -1.0000   -0.5000    0.7500    1.0000
   -1.0000    1.0000   -0.4545   -0.0909

Answer 3

如果您希望[0,1]在每列中标准化的所有列都有一个范围，您可以mapminmax像这样使用（假设A为 2D 输入数组） -

out = mapminmax(A.',0,1).'

您也可以使用bsxfun相同的输出，就像这样 -

Aoffsetted = bsxfun(@minus,A,min(A,[],1))
out = bsxfun(@rdivide,Aoffsetted,max(Aoffsetted,[],1))

样品运行 -

>> A
A =
     3     7     4     2     7
     1     3     4     5     7
     1     9     7     5     3
     8     1     8     6     7
>> mapminmax(A.',0,1).'
ans =
      0.28571         0.75            0            0            1
            0         0.25            0         0.75            1
            0            1         0.75         0.75            0
            1            0            1            1            1
>> Aoffsetted = bsxfun(@minus,A,min(A,[],1));
>> bsxfun(@rdivide,Aoffsetted,max(Aoffsetted,[],1))
ans =
      0.28571         0.75            0            0            1
            0         0.25            0         0.75            1
            0            1         0.75         0.75            0
            1            0            1            1            1