normalization

0熱度

1回答

我有一箇舊的數據庫設計，我認爲我可以簡化並使其更規範化。我希望對此有所瞭解。這裏是「規則」的數據庫：該組織由三個層次：一個。局 - 是最高級別 b。辦公室 - 每個局可以有多個辦公室 c。分部 - 每個辦公室可以有多個部門我們有三個層級的所有員工。例如： a。我們有局級職員。他們不屬於辦公室或部門。監督所有辦公室，但不屬於他們 b。我們擁有不屬於特定部門的辦公室級員工，但監督所有部門 c。屬

0熱度

2回答

我的方案使用矢量集實現有什麼問題？

我想知道我在做什麼錯在這裏用矢量設置 (define foo0 (lambda (vec) (let* ((newvec (vector vec)) (l (vector-length vec)) (norm (norm0 vec))) (do ((i 0(+ i 1))) ((= i l)) (vector-s

0熱度

1回答

比例百分比數據的平均值爲50％

我有一個加權平均值爲0.4860247的數據集。我試圖規範化.5的數據。我正在使用scale()，但我的問題是我沒有所有的數據。相反，我有一列的總數和另一列的百分比。 data <- data.frame(percent = c(0.455188841201717, 0.461817275747508, 0.464727272727273, 0.466502777777778, 0.4728208

0熱度

1回答

ERD和歸一化3FD

這種關係在3FD歸一化中是否屬實？我能做些什麼（電話號碼），它是確定所有行？請任何人幫助我將這種關係轉換爲3FD，並保持正確的關係。

0熱度

1回答

預處理數據：我應該在運行PCA之前還是之後調整數據？

我是預處理神經網絡的輸入數據。爲了減少輸入的維數，我正在運行PCA。我想正常化我的數據，我應該在運行PCA之前還是之後執行？即在原始數據/ PCA輸入上還是在PCA輸出/ NN輸入上？

0熱度

1回答

Python的 - 在OpenCV中

我想在Python實現比這個職位的相同功能的本地規範化：link 但是，我不能得到平滑的結果，無論我試試，儘管我都嘗試實施，提供了更正的OP和第二個答案。我可能錯過了一些小東西，但我找不出什麼。 def local_norm(img, sigma_1, sigma_2): float_gray = img * cv2.CV_32FC1/255.0 blur_1 = int(

0熱度

1回答

python正常化大數

我正在研究一個chatbot程序來練習python，以及一些sklearn機器學習算法。現在我只是給chatbot隨機句，並告訴它，如果句子是正確的。每個單詞都爲自己，類型（語法）和情緒（正面，負面，中性，低俗等等）分配了鍵。將每個輸入給定的句子保存到csv文件後。每個句子有三個特徵：key，key_type，key_mood和一個標籤：0（不正確）和1（正確）。首先，對於每個鍵，我有一個

1熱度

1回答

您是否在訓練和測試數據上分別應用最小最大比例縮放？

在應用最小最大比例來規範化您的要素時，是否在將整個數據集分解爲訓練，驗證和測試數據之前對其應用最小最大比例縮放？或者你先分割，然後在每個集合上應用min max，使用該特定集合中的最小值和最大值？最後，在對新輸入進行預測時，應該在輸入網絡之前使用訓練數據中的最小值，最大值對輸入的特徵進行歸一化處理？

0熱度

1回答

確定是否關係是1NF沒有數據

我有一個關係 CAR_SALE(Car#, Date_sold, Salesperson#, Commission%, Discount_amt) Primary Key: {Car#, Salesperson#} Additional Dependencies: Date_sold -> Discount_amt Salesperson# -> Commission%

0熱度

1回答

在自動編碼器，病房層次聚類等之前，標準化/標準化數據（二進制+數字）？

我有一個包含二進制數據（0,1）和不同單位的數字數據的數據集。如果我想應用一些機器學習技術對我的數據進行分類（可能是自動編碼器或層次聚類），我應該對數據進行標準化還是標準化？謝謝！