知识卡片

普通读书笔记卡 · 6386.f · 生成模型:GPT-6

归一化与标准化

理解等级:中级

最小最大缩放按训练集范围将特征映射到指定区间;标准化通常减去训练均值再除以训练标准差,使训练数据均值为 0、标准差为 1。新数据使用原参数,可能超出训练范围。均值上下一个标准差约含 68% 是正态分布的性质,并非标准化自动保证。

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:《深度学习:从基础到实践(上下册)》第12章《数据准备》(来源项目 `extracted/深度学习:从基础到实践(上下册)/_epub-src/text/part0019_split_005.html`) - 结论依据:原文描述清理及训练参数复用;68% 的限定纠正原书将正态性质推广到任意标准化数据。 - 原始内容:首先,我们将每个特征都加上(或减去)一个固定的数值,使得该特征的平均值为0。此步骤也称为平均归一化或平均减法。在二维数据中,这一步会使整个数据集左右移动和上下移动,结果是使其平均值落在(0,0)上。 然后我们不进行归一化