码迷,mamicode.com
首页 > 其他好文 > 详细

特征缩放 | 归一化和标准化(上)

时间:2019-05-31 18:05:59      阅读:534      评论:0      收藏:0      [点我收藏+]

标签:shape   array   idt   偏差   sklearn   range   img   最小   产生   

什么是特征缩放:

  就是将所有数据映射到同一尺度。如:

  某训练集 x_train 为:

  技术图片

                                  (x_trian)

  将其进行某种特征缩放之后,得到新的值:

  技术图片

       显然经过特征缩放之后,特征值变小了

          技术图片

为什么要进行特征缩放呢?

有些特征的值是有区间界限的,如年龄,体重。而有些特征的值是可以无限制增加,如计数值。

所以特征与特征之间数值的差距会对模型产生不良影响。如:

技术图片

在该样本集中,由于量纲不同,模型受 ‘次数‘特征所主导。因此如果没有对数据进行预处理的话

有可能带来偏差,难以较好的反应特征之间的重要程度。其实还有利于优化的其他原因

 

特征缩放的分类:

技术图片

         (不止这两种,但常用的为标准化)

1.先看一下 归一化(min-max 缩放)

 通过归一化处理,将值映射到0-1之间的某个数值。

 公式:

         技术图片 

  X(i)为某个特征值、X(min)为这个特征的所有特征值的最小值、X(max)为这个特征

  的所有特征值的最大值

  也就是将 (某个特征值减去特征最小值的差)除以 (特征最大值减去特征最小值的差)

  从而得到这个特征值归一化之后的数值。

技术图片

   Python简单实现:

import numpy as np

def min_max_scaler(X):
    ‘‘‘归一化‘‘‘
    assert X.ndim == 2,必须为二维数组
    X = np.array(X,dtype=float)
    n_feature = X.shape[1]
    for n in range(n_feature):
        min_feature = np.min(X[:,n])
        max_feature = np.max(X[:,n])
        X[:, n] = (X[:,n] - min_feature) / (max_feature - min_feature)
    return X

x = np.random.randint(0,100,(25,4))
print(min_max_scaler(x))

‘‘‘

[[0.89247312 0.11494253 0.17857143 0.29347826]
[0.09677419 0.74712644 0.10714286 0.63043478]
[0. 0.87356322 0.95238095 0.67391304]

.......
[0.2688172 0.4137931 0.33333333 0.89130435]
[0.11827957 0.7816092 0.55952381 0.15217391]
[1. 0.57471264 0.70238095 0.45652174]
[0.16129032 1. 0.75 0.23913043]]

‘‘‘

  sklearn中对应API: from sklearn.preprocessing import MinMaxScaler

  技术图片

 

  

  

 

特征缩放 | 归一化和标准化(上)

标签:shape   array   idt   偏差   sklearn   range   img   最小   产生   

原文地址:https://www.cnblogs.com/qiutenglong/p/10956165.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!