腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
XSYMamba
专栏作者
举报
33
文章
71951
阅读量
14
订阅数
订阅专栏
申请加入专栏
全部文章（33）
编程算法（11）
python（6）
tcp/ip（4）
机器学习（3）
数据库（3）
sql（3）
神经网络（3）
深度学习（3）
numpy（3）
php（2）
人工智能（2）
线性回归（2）
微信（2）
私有网络（1）
java（1）
go（1）
bash（1）
node.js（1）
云数据库 SQL Server（1）
web.py（1）
ide（1）
api（1）
matlab（1）
bash 指令（1）
apt-get（1）
NAT 网关（1）
网站（1）
http（1）
anaconda（1）
windows（1）
数据结构（1）
nat（1）
搜索文章
搜索
搜索
关闭
机器学习中为什么需要对数据进行归一化？
机器学习
神经网络
深度学习
人工智能
如下图所示，蓝色的圈圈图代表的是两个特征的等高线。其中左图两个特征X1和X2的区间相差非常大，X1区间是[0,2000]，X2区间是[1,5]，其所形成的等高线非常尖。当使用梯度下降法寻求最优解时，很有可能走“之字型”路线（垂直等高线走），从而导致需要迭代很多次才能收敛；
用户5745385
2019-07-04
10.7K
0
LabelEncoder（标签编码）与One—Hot（独热编码）
机器学习
神经网络
深度学习
人工智能
编程算法
在做Kaggle项目的时候，碰到的问题，通常拿到一个比赛项目，将特征分为数字型特征和文字性特征，分别进行处理，而对于文字型特征如何处理，这时就需要用LabelEncoder（标签编码）和One—Hot（独热编码）将其转换为相应的数字型特征，再进行相应的处理。 首先了解机器学习中的特征类别：连续型特征和离散型特征
用户5745385
2019-07-04
9K
0
没有更多了
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天，分 10000 元奖品池！
立即发文
Python精品学习库
代码在线跑，知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客，速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档