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
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
1
回答
在
H2O
中
对
新数据使用
标准化
时
modeling
、
h2o
、
standardized
我很好奇,当在
R
中使用H2O模型
中
的
标准化
功能时,它在计算新数据时是如何工作
的
。我知道当它对
训练
集
进行
标准化
时,它会根据
训练
数据
的
平
均值
和
标准差
将平
均值
设置为0,
标准差
设置为1,但是它对新数据做了什么? 它是基于
训练
数据
的
均值
和
标准
浏览 10
提问于2017-08-15
得票数 2
1
回答
Spark:使用
训练
集
统计
对
测试
集
进行
标准化
/
标准化
apache-spark
、
machine-learning
、
pyspark
这在机器学习
中
是一个非常常见
的
过程。我有一个数据
集
,我把它分成
训练
集
和
测试
集
。因为我
对
训练
集
应用了一些
标准化
和
标准化
,所以我想使用
训练
集
的
相同信息(每个特征
的
均值
/
标准差
/最小/最大值),
对
<
浏览 2
提问于2016-03-04
得票数 0
1
回答
将数据规范化为[-1,1]范围
matlab
、
normalization
我有一个大小为NxD
的
训练
数据
集
和
一个大小为AxD
的
测试
数据
集
。行是数据点,列是特性。 现在,我想将每个特征(列)转换为- 1,1。此外,
测试
集中
的
特征
的
缩放应该使用
训练
集
上估计
的
参数
进行
。例如,如果我通过减去
均值
和
除以标准偏差来
进行
标准化
,我就会计算
训练
<
浏览 1
提问于2016-04-25
得票数 0
回答已采纳
1
回答
标准化
/
标准化
培训
和
验证数据
machine-learning
、
neural-network
、
normalization
假设我将我
的
数据分割成80%
的
训练
和
20%
的
测试
/验证,我想
标准化
它,我认为我说我不应该
对
100%
的
数据
进行
标准化
,然后
进行
分割,因为这样验证就可以洞察培训数据了吗?我不确定我是否也应该 1)
对
80%
的
训练
数据生成
均值
和
标准差
统计,然后应用相同
的
<
浏览 0
提问于2018-09-26
得票数 1
1
回答
生产数据规范化
data-science-model
、
normalization
在
训练
模型时,我们将数据
集
分成
训练
集
和
测试
集
。如果需要对任何列
进行
规范化/
标准化
,则
对
培训
集
和
测试
集
分别
进行
此过程,以防止数据泄漏。
对
训练
集
的
参数
进行
了归一化处理。= scaler.transform(test)
浏览 0
提问于2021-06-29
得票数 1
1
回答
何时将数据分割为
训练
和
测试
数据
集
machine-learning
在
创建机器学习模型时,我
的
同行告诉我,
在
机器学习模型构建阶段,尤其是在数据规范化或缩放之前,应该尽早实现分离。我
对
机器学习非常陌生,所以我想找一些关于机器学习
的
建议。这就是我在做
的
stan
浏览 0
提问于2019-03-27
得票数 0
回答已采纳
2
回答
特征标度
的
均值
和
方差
machine-learning
、
neural-network
、
deep-learning
、
gradient-descent
、
feature-scaling
许多人使用
训练
集
的
均值
和
方差来规范
测试
集
,而不是计算
测试
集
的
均值
和
方差并使用它们。这么做不危险吗?如果没有,为什么?
浏览 0
提问于2018-02-03
得票数 3
1
回答
交叉验证
集
的
特征缩放与归一化
machine-learning
、
deep-learning
、
keras
我有个问题,通常情况下,当我们做一个
训练
集
和
一个最终
测试
集
时, 利用
训练
数据计算预处理
的
均值
和
标准差
,并将其用于
标准化
(转换)
测试
数据。那么,当我们制作一个
训练
数据,一个交叉验证数据
和
一个最终
测试
数据时,我们是不是应该单独计算使用
训练
数据
进行
预处理
的
均值
<e
浏览 0
提问于2018-12-08
得票数 0
回答已采纳
1
回答
如何在输入深度神经网络节点之前对数据
进行
标准化
python
、
tensorflow
在
将数据提供给TensorFlow模型之前,我遇到了两种
标准化
方法。第一种方法是使用tf.dataset.per_image_standardization()。此函数分别计算每个图像
的
均值
和
stddev。我
在
官方
的
TensorFlow resnet cifar10教程中找到了这种方法。
在
测试
阶段,每个图像都是单独
标准化
的
。第二种方法是计算每个通道样式
中
整个数据
集
浏览 0
提问于2019-03-08
得票数 1
1
回答
验证精度达到1,损失很高。
tensorflow
、
deep-learning
、
neural-network
我有三个非常具体
的
问题: 当缩放输入时,一些值变成负值,尽管我没有任何负值,这是否合理?我注意到一些相似的数字
在</e
浏览 3
提问于2020-09-03
得票数 0
2
回答
正规化
测试
集
,但范围更大
machine-learning
、
data-science
、
cross-validation
、
feature-engineering
、
feature-scaling
我正在对我
的
训练
集
进行
标准化
和
重新调整:feat = (feat - feat.mean()) / feat.std() feat我以完全相同
的
方式转换
测试
集
,使用
训练
集中
的
均值
、
标准差
、最小值、最大值。如果
测试
集中
的
均值
浏览 2
提问于2019-09-08
得票数 1
1
回答
Keras图像生成器如何处理输入图像samplewise_std_normalization= True?
deep-learning
、
keras
、
cnn
、
normalization
、
feature-scaling
我已经
训练
了一个卷积网络samplewise_std_normalization=True。现在我想使用Opencv实时检查我
的
模型。因此,我想
对
输入图像执行相同
的
预处理。有人能解释一下用Keras图像生成器实现哪种类型
的
规范化吗?
浏览 0
提问于2021-09-15
得票数 0
1
回答
在
Python
中
拆分数据之前或之后
进行
缩放
python
、
machine-learning
、
keras
、
scikit-learn
我不清楚我应该在什么时候
对
我
的
数据
进行
缩放,以及我应该如何做到这一点。此外,监督学习
和
无监督学习
的
过程是否相同,回归、分类
和
神经网络
的
过程是否相同?另外,我有一些想用来预测
的
样本,这些样本不在df
中
,我应该如何处理这些数据,应该这样做:或者: samples = scaler.transform
浏览 4
提问于2020-03-31
得票数 1
回答已采纳
1
回答
特征
在
预测
中
的
归一化分布
normalization
、
distribution
用于预测
的
功能是否应该
标准化
,如果它们是高度偏斜
的
。还是我应该只对应该被预测
的
目标特征
进行
规范化?
浏览 0
提问于2022-01-16
得票数 -1
1
回答
规范时间序列
的
验证
集
是一种前瞻性偏差吗?
time-series
、
lstm
、
bias
、
data-leakage
下面是一篇关于使用LSTM
进行
股票预测
的
文章
中
时间序列
的
数据归一化过程:
训练
数据,使用20%
的
样
浏览 0
提问于2019-03-09
得票数 3
1
回答
如何保存张量
tensorflow.js
、
danfojs
我有一个包含1000个项目的数据
集
。在对模型
进行
训练
之前,我会对数据
进行
标准化
。虽然我可以将它打印到控制台,但如何“保存”它-以供以后使用?我正在尝试理解如何保存
训练
浏览 36
提问于2021-06-14
得票数 0
回答已采纳
1
回答
为什么
在
列车数据
均值
和
std上需要
标准化
测试
数据?
normalization
我理解为什么
在
总体上
标准化
数据是有用
的
(至少我认为我是这么做
的
)。取列车数据
的
均值
和
标准差
,并将其应用于列车
和
试验数据。为什么我们不能取整个数据
集
的
平
均值
和
std值(
训练
和
测试
数据),然后围绕这些值
进行
规范化?
浏览 0
提问于2019-02-15
得票数 3
回答已采纳
1
回答
为什么作者使用下列矩阵
进行
下列
标准化
?
r
、
statistics
、
normalization
、
data-science
谁能告诉我为什么这个作者在他们
的
正常化过程中使用了以下代码。在我看来,第一行似乎很好,他们已经按照以下公式
对
训练
集
进行
了
标准化
; 然而,第二线
和
第三线(验证
和
测试
),他们已经使用了列车平
均值
(列车)
和
列车
标准差
(trainstd他们是否应该使用验证
均值
(validationme)
和<
浏览 5
提问于2017-10-31
得票数 0
1
回答
在
R
data.table
中
,如
何用
训练
集
的
均值
和
标准差
对
测试
集
进行
标准化
r
、
data.table
我偶然发现了
R
data.table
,它
的
强大功能给我留下了深刻
的
印象。我正在尝试应用我从Python/Scikit learn学到
的
东西。更具体地说,我尝试用
训练
集
的
平
均值
和
标准差
来
标准化
测试
集
。correct. my_dt2[, lapply(.SD, function(x) (x - my_dt_colmean[x])/
浏览 26
提问于2020-04-19
得票数 2
回答已采纳
2
回答
神经网络-
训练
集
和
验证
集
是否需要单独
的
标准化
?
machine-learning
、
neural-network
、
standardized
我有一个5-5-2
的
反向传播神经网络,我正在
训练
,
在
阅读了LeCun
的
这个令人敬畏
的
LeCun后,我开始实践他提出
的
一些想法。目前,我正在用我自己设计
的
10倍交叉验证算法来评估它,基本上是这样
的
: for each possible split (training, validation) end compute mean MSE between all
浏览 4
提问于2014-02-11
得票数 3
回答已采纳
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
R语言机器学习理论和实战 第一章 线性回归模型
R语言机器学习理论和实战 第二章 Logistic回归模型
预测房价:人工智能回归问题
CSV数据读取,性能最高多出R、Python 22倍
机器学习算法原理系列详解-机器学习基础与实践(二)-数据转换
热门
标签
更多标签
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频
活动推荐
运营活动
广告
关闭
领券