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
2
回答
如
何在
python
中
规范化
或
标准化
数据
集
的
特定
或
选定
要素
、
、
、
我有
数据
,
数据
框
的
名称是Table,Table包含15个特征,我只想
标准化
3个属于数字
数据
的
特征,这些特征
的
名称是'rate‘、'cost’和'Total cost‘。请问,我该如何解决这个问题?我尝试通过使用Table.loc[:,'rate',cost',total cost‘过滤并传递给column_trans来提取所需
的
特征 从sklearn.compose导入ColumnTransf
浏览 35
提问于2019-06-27
得票数 1
1
回答
使范畴值
标准化
或
规范化
、
、
、
我对
数据
科学(我正在使用
python
)相当陌生,并发现在进一步研究之前,我们最好将
数据
标准化
或
规范化
。我
的
问题是: 如果有分类值(二进制和使用一种热编码(0
或
1),
如
男性
或
女性),我们是否需要
标准化
或
标准化
这类
数据
?如果分类
数据
是非二进制
的
,那么如果分类
数据
是非二进制
的
,例如
浏览 8
提问于2021-03-02
得票数 2
1
回答
我们如何选择应该
标准化
或
缩放
的
特性(列)?
、
、
我是一个机器学习
的
新手,我正在经历缩放和
规范化
。当我试图浏览web上
的
大多数文档时,我发现人们解释说,
数据
集
需要进行缩放和
标准化
。以及如何决定为列选择哪种
规范化
算法?
浏览 0
提问于2020-11-17
得票数 0
1
回答
生产
数据
规范化
、
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) fit部件计算出参数,然后transform部件进行
规范化
。现在我
的
问题是--当模型在生产中部署时,来自现实生活
数据
浏览 0
提问于2021-06-29
得票数 1
1
回答
我可以一起
标准化
整个
数据
集
吗?
、
、
、
、
我正在尝试训练一个使用LSTMs
的
RNN网络。 从上图中可以看出,不同颜色
的
列比其他颜色
的
列更大
或
更低。所以,我
的
问题是:我是
浏览 1
提问于2018-06-05
得票数 0
回答已采纳
1
回答
在培训、测试和生产过程
中
如何准备
数据
?
、
、
、
、
大多数真实世界
的
数据
集
都有缺少值
的
特性。将缺失值替换为适当
的
值(
如
平均值)是特征工程
中
的
一个很好
的
步骤。有时,我们还会在输入特性列以训练模型之前对其进行
标准化
/
规范化
。在建模之前,我们还将
数据
集
拆分为培训和测试
集
。 我
的
第一个问题是如
何在
这个分裂
的
数据
集中进行特性工
浏览 0
提问于2020-12-16
得票数 4
2
回答
拉索回归采用哪种
标准化
技术?
、
、
、
我是拟合拉索回归做特征选择在我
的
数据
集
。我已经看到使用StandardScaler来
标准化
数据
集
是一种常见
的
做法。然而,考虑到我
的
数据
集
的
分布是非高斯
的
,那么使用StandardScaler仍然有意义吗?如果是的话,为什么?还是其他
标准化
技术优先考虑?
浏览 0
提问于2022-12-08
得票数 0
1
回答
验证精度达到1,损失很高。
、
、
我有三个非常具体
的
问题: 当我预测
的
时候,我应该把我要预测
的
数据
按我缩放输入
的
方式进行缩放,不是吗?但是,如何确保输入在我所理解<e
浏览 3
提问于2020-09-03
得票数 0
1
回答
交叉验证
集
的
特征缩放与归一化
、
、
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
均值和std,然后使用它来
标准化
验证
集
和测试
集
?而且,如果我是对
的
,我们如何使用
浏览 0
提问于2018-12-08
得票数 0
回答已采纳
1
回答
神经网络输入归一化
、
、
、
、
规范输入值(对神经网络)以加快学习过程是一种常见
的
做法,特别是当特征具有非常大
的
规模时。 在它
的
理论
中
,
规范化
是容易理解
的
。但是我想知道,如果训练
数据
集
很大,比如说一百万个训练例子,那是怎么做到
的
呢?如果每个训练示例
的
特性也很大(例如,每个训练示例有100个功能),那么就会突然出现两个问题:--将所有培训样本
规范化
需要一段时间--
规范化
的
培训示例需要保存在某个地方
浏览 0
提问于2018-04-01
得票数 0
回答已采纳
2
回答
神经网络模型无法预测外部世界
的
数据
、
、
、
、
我建立了一个神经网络来预测某种
数据
(生物序列)。它有32个特征,其中12个有
特定
的
单位,20个只是整数(但正)。我
的
阳性
集
有648个样本和阴性
的
9000+样本。当我用3倍交叉验证训练和测试我
的
网络时,它对所有情况都提供了100 %
的
准确性,前提是我在将输入
数据
划分为训练和测试
集
之前将它们
标准化
。当我使用先训练
的
网络(
标准化
的
一个)模型对训练集中存
浏览 3
提问于2013-12-13
得票数 0
回答已采纳
3
回答
图像处理
中
的
规范化
、
在图像处理
中
,正确
的
归一化方法是什么?我搜索了它,但我有不同
的
定义。我将试着详细解释每一个定义。核矩阵
的
归一化我基本上找到了两个
标准化<
浏览 2
提问于2015-11-09
得票数 10
回答已采纳
3
回答
如何恢复模型预测后
的
原始值?
、
、
建议您在培训之前执行
数据
的
规范化
或
标准化
,因此,例如,使用
标准化
:然后,进行训练(model.fit
中
的
keras),并将损失函数降到最低编辑:在我
的
例子
中
,有一组介于200到400之间
的
值。它是一个有一个输入,一个输出
的
神经网络。我
标准化
了输入值和期望值,所以神经网络以
标准
浏览 2
提问于2016-06-02
得票数 6
回答已采纳
2
回答
WEKA IBK (KNN)算法如何引导非
规范化
属性?
、
、
我有两个具有不同属性尺度
的
类
的
大型
数据
集
(例如,一些属性从5到10,其他属性从0到100 )。我知道如果我直接使用kNN算法,这种差异将使分析无效,我需要对属性进行
规范化
。WEKA上
的
一些分类器似乎可以进行这种归一化,比如RBF
或
SMO,但我需要使用其他分类器,首先是IBK分类器(KNN)。谢谢
浏览 0
提问于2013-05-23
得票数 1
1
回答
对于DBSCAN
python
,是否必须同时进行
标准化
和
规范化
?
、
、
、
、
对于DBSCAN实现,是否有必要对所有特性列进行
标准化
和
规范化
?[[ 664. , 703. , 2901.069079], 如果我必须在这方面做DBSCAN,那么是否必须将其
标准化
,然后将其
规范化
?只是让它正常化? 此外,这些值如何决定eps
的
选择?
浏览 4
提问于2020-09-17
得票数 1
回答已采纳
1
回答
MATLAB
中
神经网络建模
中
的
归一化与非归一化
、
、
我有一个有5个输入和一个输出
的
数据
集
。我想用MATLAB
中
的
神经网络建模来训练这个
数据
集
。当我在没有进行
标准化
的
情况下输入
数据
时,1e+3附近
的
均方误差非常大。但是,当我对输入
数据
进行归一化时,输出误差变为1e-4左右。因此,据我所知,
规范化
是一项重要
的
任务。我
的
意思是,我不能在我
的
实际范围[0 1000]<e
浏览 2
提问于2014-01-15
得票数 0
1
回答
用ImageDataGenerator实现
标准化
、
、
、
我有一个多类图像
数据
集
(8个类),按如下方式划分,主文件夹称为培训,我有8个子文件夹,每个子文件夹用于一个类。我知道如何使用ImageDataGenerator执行
数据
标准化
:samplewise_center=True,rotation_range=20,height_shift_range=0.2)train_datagen.fit(x_train) 我
的</e
浏览 0
提问于2021-12-03
得票数 0
回答已采纳
2
回答
数据
科学标度/
规范化
实例化
、
、
、
在进行
数据
预处理时,建议对
数据
进行缩放
或
规范化
.当你手上有
数据
时,这是很容易做到
的
。你有所有的
数据
,可以马上做。但是,在模型建立和运行之后,是否需要对第一个输入
的
数据
进行缩放
或
标准化
?如果需要的话,它只需一行,如何缩放
或
规范化
?我们如何从每个特性中知道min/max/均/stdev是多少?而传入
的
数据</em
浏览 2
提问于2017-09-04
得票数 0
回答已采纳
1
回答
考虑单个列
或
整个
数据
集
值
的
变量
的
缩放
、
我多次读到,对于机器学习和
数据
挖掘算法,多维输入
数据
应该进行缩放(例如
规范化
或
标准化
)。现在我
的
问题是,是为每一行(变量)还是为整个
数据
集
计算平均值、最小值
或
最大值。假设我们有3个变量Y=是_1,y_2,.Y_N我在
python
中使用了以下代码 def standardize (data, train_splitdata[:train_split].m
浏览 0
提问于2020-10-20
得票数 0
回答已采纳
1
回答
如何不规范连续
数据
(INTS、浮点数、日期时间、.)?
、
、
、
根据我
的
理解--如果我错了,请纠正我--“
规范化
”是从
数据
库
中
删除冗余
数据
的
过程。但是,当我试图了解
数据
库优化/优化性能时,我遇到了建议不要对连续值进行
规范化
,例如(INTS、FLOATS、DATETIME、.) 当然,纯粹主义者说时间正常化。这是个大错误。通常,“连续”值不应
标准化
,因为您通
浏览 1
提问于2018-04-10
得票数 1
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
11种NLP 文本预处理 Python 代码,简洁实用!
SQL和Python的集合操作对比:适合的就是最好的!
使用Python计算非参数的秩相关
教你在Python中用Scikit生成测试数据集
如何绕过Web应用程序防火墙?
热门
标签
更多标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM
活动推荐
运营活动
广告
关闭
领券