知识卡片
数值缩放与分布变换
数值特征尺度相差很大时,可按训练集统计量做标准化或区间缩放,以适应对尺度敏感的模型。标准化通常调整均值和尺度,不会自动把任意分布变成正态分布;图 5-5 的这一表述不准确。是否需要缩放取决于模型和任务。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 第5章 机器学习
原书出处 · 1 处
- 机器学习 · 查看原书依据
当某些特征值比其他特征值具有较大的跨度值时,需要通过缩放
参考来源
- 位置:《现代人工智能技术》第5章《机器学习》(来源项目:book-source;源文件:extracted/现代人工智能技术/_epub-src/EPUB/xhtml/chapter7.xhtml)
- 结论依据:原文说明跨度较大时缩放及不同数据转换;图中将标准化误称转换为正态分布。
- 原始内容:当某些特征值比其他特征值具有较大的跨度值时,需要通过缩放