MATLAB的答案

毫升的规范化和扩展特性

8视图(30天)
伊斯兰教和EL DAHMOUNI
伊斯兰教和EL DAHMOUNI 2020年10月28日
回答: 纳拉迪克西特 2023年6月16日
大家好
它是非常重要的规模和ML algorithme规范化数据训练,让比如均值归一化,因此规范化取一个特征向量的每个实例特性我们减去这个向量的均值x_vector——意味着(x_vector),然后除以马克斯(x_vector)分钟(x_vector)。现在的问题是:我应该正常化和规模的数据测试吗?,如果是基于 集成后的我们模型的实时应用程序规范化数据从传感器 吗?(真实数据没有normaliziation和缩放),就像我们没有向量,然后计算均值和最大最小正常化。
谢谢你的贡献

在回答这个问题。

答案(1)

纳拉迪克西特
纳拉迪克西特 2023年6月16日
你好,
这是一个概念与功能扩展,这是如何处理实时数据的规范化使用训练数据的统计:
  1. 计算均值(x_train_mean)、最大(x_train_max)和最小(x_train_min)训练数据中的每个特性值(x_train)。
  2. 规范化的实时数据(x_realtime)使用公式:x_normalized = (x_realtime - x_train_mean) / (x_train_max - x_train_min)。
  3. 使用规范化的实时数据(x_normalized)作为输入到你的训练有素的预测模型。
通过使用训练数据和范围值,确保一致性在规范化过程。

类别

找到更多的在统计和机器学习工具在帮助中心和文件交换

标签

社区寻宝

找到宝藏在MATLAB中央,发现社区如何帮助你!

开始狩猎!