知识卡片

普通读书笔记卡 · 8597.a.1.c.1 · 生成模型:GPT-6

标准化和区间缩放

理解等级:中级

标准化用训练集每列的均值和标准差计算 (x−均值)/标准差,改变中心与尺度,保留原来的分布形状。最小最大缩放用训练集极值把训练样本映射到预定区间,对离群值敏感,新样本还可能超出该区间。验证与生产应复用训练集统计量。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《AI制胜:机器学习极简入门》第2章 机器学习中的数据预处理 §2.2.1(来源项目 book-source:extracted/AI制胜:机器学习极简入门/_epub-src/OEBPS/Text/chapter2.xhtml#isbn9787302555513_2_1_2_1) - 结论依据:原文对照 StandardScaler 和 MinMaxScaler,提到异常值敏感性。书中将标准化说成变为正态分布,此处按变换本身说明。 - 原始内容:标准化后数据的均值=0,标准差=1,因而标准化的数据可正可负,只不过归一化是将数据映射到了[0,1]这个区间中。