从一个困惑开始

你想弄懂什么？

找到答案，看到讲解发生的那一刻，再顺着概念继续探索。

视频原语言

关于「标准化的公式是什么？」

15 个关键词匹配

相关概念

理解原因

在机器学习中，归一化用于将不同的特征缩放到相同的尺度，防止具有较大数值的特征主导模型训练，从而避免不一致。如果特征在量级上差异很大，算法可能会产生偏差。

适用条件：适用于特征在单位或量级上差异很大的数据集

判断用途

当数据呈正态分布并形成适当的钟形曲线时，最好应用 Z-score 技术。它旨在将数据转换为均值为 0、标准差为 1 的分布。

适用条件：数据呈正态分布。

认识概念

最小-最大归一化是一种线性变换，将原始特征值缩放到固定范围，通常为 [0, 1]。它从每个数据点中减去特征的最小值，然后除以范围（最大值减去最小值）。

适用条件：应用于连续数值特征。；需要知道特征的最小值和最大值。；最大值和最小值不能相等（以避免除以零）。