关于人工智能:吴恩达机器学习熟记知识点-特征缩放

Z-score normalization ( z-score 标准化 )


其中,μ,δ 别离为对应特色 Xi 的均值和标准差。量化后的特色将散布在 [−1,1] 区间。

octave 代码

X_norm = bsxfun(@rdivide, bsxfun(@minus, X, mean(X)), std(X));
X_norm = (X - mean(X))./std(X);

Min-Max Scaling ( normalization )


量化后的特色将散布在 [0,1] 区间。

评论

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

这个站点使用 Akismet 来减少垃圾评论。了解你的评论数据如何被处理