standardized

    0熱度

    1回答

    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!

    5熱度

    1回答

    我想應用縮放sklearn.preprocessing.scale模塊,scikit-learn提供用於居中我將用來訓練svm分類器的數據集。 我該如何存儲標準化參數,以便我也可以將它們應用於我想要分類的數據? 我知道我可以使用standarScaler,但我可以以某種方式將它序列化爲一個文件,以便每次我想運行分類器時都不必將其適用於我的數據?

    0熱度

    1回答

    我想將我的數據標準化爲零均值和標準差= 1.我的數據形狀爲28783x4x24x7,它可以認爲是帶有4個通道和24x7尺寸的28783圖像。渠道需要標準化。我如何標準化第二維方面的功能?

    1熱度

    2回答

    標準化專欄中,我有以下DF: Date Event_Counts Category_A Category_B 20170401 982457 0 1 20170402 982754 1 0 20170402 875786 0 1 我正在準備中的數據進行迴歸分析,並要規範列Event_Counts,因此,它是一個類似鱗片狀的類別。 我使用下面的代碼: fro

    1熱度

    1回答

    的我試圖站/規範一些數據: 的數據包括兩個溫度讀數,一個來自傳感器和水銀溫度計其它的。 像這樣: SENSOR THERM 32.69 31.25 32.00 30.25 31.94 30.50 31.87 30.50 31.44 29.50 ... 我想創建一個迴歸模型和我需要的數據是支架/標準化 什麼我目前做的是: 找到傳感器數據的平均值 找到Therm數據的平均值 計算的傳感

    1熱度

    4回答

    假設我的代碼有效。然而,這個代碼小片斷: while ((line = input.readLine()) != null) { myList.add(line.replaceAll ("[^a-zA-Z0-9 ]", "").toLowerCase()); } 是給我這樣的輸出: a b c d 123 abcdz 456 aa b c dd 所需的輸出: ab

    2熱度

    1回答

    使用標準化我很想知道的是,在R A H2O模型中使用標準化功能時攻入了新的數據時,它是如何工作的。 我知道,當它進行標準化的訓練集是基於均值和訓練數據的標準差設置均值爲0,標準差爲1,但又有什麼用新的數據呢? 是否規範基於訓練數據的平均值和標準偏差或者它規範基礎上,新的數據被拿下?

    0熱度

    1回答

    如果我在訓練神經網絡之前將訓練數據標準化,那麼在訓練之後,我會將訓練數據去標準化並將其反饋回神經網絡以顯示最終的模擬結果和預期的結果。或者,我是否將標準化的培訓數據提供回來,並在最終結果和預期結果之後將標準化?

    1熱度

    2回答

    在Keras中訓練好我的模型之後,現在是預測的時間了,所以我正在使用一些數據來檢查我的模型。然而,訓練模型在訓練之前是標準化的(非常不同的數值範圍)。 因此,爲了對一些數據的預測,我也應該規範它: packet = numpy.array([[3232235781, 3232235779, 6, 128, 2, 1, 0, 524288, 56783, 502, 0, 0x00000010, 0,

    2熱度

    1回答

    我目前使用MATLAB的LinearModel.fit函數運行多重線性迴歸,關於如何正確地向模型添加交互作用術語,我有點困惑。據我所知,LinearModel.fit沒有標準化自己的變量,所以我一直在手動。 到目前爲止,我已經做了它的方式一直 規範意見對每個變量 乘以相應的特定變量的標準化值以創建交互項,然後添加這些新的變數集合迴歸數據 運行迴歸 這是正確的方式去這樣做呢?在計算「原始」術語後,我