使用多种方法规范化数据

数据挖掘 机器学习 神经网络 深度学习 预处理 正常化
2021-09-18 19:33:34

在训练神经网络时,我很欣赏数据标准化有助于训练。但是,以多种方式标准化数据是否是个好主意。例如,对 min-max 归一化数据应用 z-score 归一化是个好主意吗?也就是说,如果输入数据已经标准化为 [0, 1],那么在其 z 分数上进行训练是个好主意吗?

2个回答

取决于数据集以及您要查找的内容。

可以进行多个数据转换。标准化通常是最安全的选择,但前提是数据呈正态分布。

如果您对数据进行了标准化,则始终可以应用标准化。标准化不会改变数据集,但重新缩放会创建一个新的数据集。您可以从标准化数据集返回到原始数据集。

我还没有看到任何关于此的论文,但根据我到目前为止所面临的情况,直观地规范化数据只是为了将相同的重要性分配给它们的原始值不具有相同范围的不同特征。看看这里另外,你可以看看这里教授说你只需要采用一种技术,哪种技术并不重要。另外,看看这里