数据规范中的归一化与标准化:

A.归一化 vs. 标准化

归一化:要把你需要处理的数据经过处理后(通过某种算法)限制在你需要的一定范围内。首先归一化是为了后面数据处理的方便,其次是保正程序运行时收敛加快。一般指将数据限制在[0

1]之间。

》把数变为(0,1)之间的数,主要是为了数据处理方便提出来的,把数据映射到0-1之间处理,更便携快速;

》把有量纲表达式变为无量纲表达式,成为纯量;

》一般采用最大-最小规范化对原始数据进行线性变换:X*=(X-Xmin)/(Xmax-Xmin)

标准化:对原始数据进行缩放处理,限制在一定的范围内。一般指正态化,即均值为0,方差为1。即使数据不符合正态分布,也可以采用这种方式方法,标准化后的数据有正有负。

由于信用指标体系的各个指标度量单位是不同的,为了能够将指标参与评价计算,需要对指标进行规范化处理,通过函数变换将其数值映射到某个数值区间

》数据同趋化处理:解决不同性质数据问题,对不同性质指标直接加总不能正确反映不同作用力的综合结果,须先考虑改变逆指标数据性质,使所有指标对测评方案的作用力同趋化,再加总才能得出正确结果;

》无量纲化处理:要解决数据的可比性;

》一般采用Z-score规范化:即均值为0,方差为1的正态分布;

在matlab里面,用于归一化的方法共有三种:

(1)premnmx、postmnmx、tramnmx。premnmx指的是归一到[-1

1],tramnmx是变化测试集输入结果,postmnmx是转化测试集输出结果。

(2)prestd、poststd、trastd。 prestd 归一到单位方差和零均值。

(3)自己编程。 关于自己编程一般是归一到[0.1 0.9]

B. 为什么要用归一化呢?奇异样本数据数据指的是相对于其他输入样本特别大或特别小的样本矢量。奇异样本数据存在所引起的网络训练时间增加,并可能引起网络无法收敛,所以对于训练样本存在奇异样本数据的数据集在训练之前,最好先进形归一化,若不存在奇异样本数据,则不需要事先归一化。

C. 归一还可以用 mapminmax。

这个函数可以把矩阵的每一行归一到[a b].默认为[-1 1]. [y1,PS] =

mapminmax(x1,a,b). 其中x1是需要归一的矩阵,y1是结果

当需要对另外一组数据归一时,比如SVM中的training data用以上方法归一,而test

data就可以用下面的方法做相同的归一:y2 = mapminmax('apply',x2,PS)

当需要把归一的数据还原时,可以用以下命令: x1_again

= mapminmax('reverse',y1,PS)

D.Matlab命令说明

1. mean:计算向量均值。mean(x,1)列向量均值,mean(x,2)行向量均值。 mean2(x)矩阵均值.

2. std:计算向量均方差,std(x,0,1)列向量均方差,std(x,0,2)行向量均方差。

std2(x)矩阵均方差

3. var:计算向量方差,var(x)

4. sse:误差平方和,sse(x)。越接近于0,说明拟合的越好,数据预测越成功。

5. mse:均方差平方和,mse(x)=sse(x)/N。意义同sse

6. R-square:确定系数。确定系数是通过数据的变化来表征一个拟合的好坏。由上面的表达式可以知道“确定系数”的正常取值范围为[0

1],越接近1,表明方程的变量对y的解释能力越强,这个模型对数据拟合的也较好。

matlab标准化和归一化,matlab归一化标准化相关推荐

  1. 数据归一化matlab及python 实现

    更多细节请查看 https://www.zhihu.com/question/20455227 归一化的目的简而言之,是使得没有可比性的数据变得具有可比性,同时又保持相比较的两个数据之间的相对关系. ...

  2. 重温归一化(MinMaxScaler)和标准化(StandardScaler)

    1. 写在前面 最近做一个时空序列预测的一个问题,用到了数据归一化和标准化,之前一直想花点时间看一下这俩的区别究竟是啥? 现在参考了几篇博文,加上自己的一些理解,来具体的总结总结. 数据的归一化是无量 ...

  3. matlab多组数据分别归一化,MATLAB数据归一化汇总(最全面的归一化介绍)

    ================================================== 几个要说明的函数接口: [Y,PS] = mapminmax(X) [Y,PS] = mapmin ...

  4. 数据如何归一化matlab中,数据归一化汇总

    ============外一篇 有关mapminmax的用法详解 by faruto================================== 几个要说明的函数接口: [Y,PS] = ma ...

  5. 归一化MinMaxScaler()、标准化StandardScaler()(特征工程之特征预处理)

    文章目录 一.什么是特征预处理? 二.特征预处理常用方法:归一化.标准化 1.标准化MinMaxScaler() 1.1 归一化举例 1.2 归一化使用局限 2.标准化StandardScaler() ...

  6. MATLAB hilbert谱 纵坐标由归一化频率改为正常频率的方法

    调用disp_hhs函数绘制hht谱时,这样调用: disp_hhs(E,tt1/fs,[],fs);即把时间除以采样频率,这样时间轴就是真实时间. 把disp_hhs函数里的这一行代码 : imag ...

  7. 数据归归一化方法(标准化)

    数据归一化方法 数据标准化(normalization)数据标准化处理主要包括数据同趋化处理和无量纲化处理两个方面. 数据同趋化处理主要解决不同性质数据问题,对不同性质指标直接加总不能正确反映不同作用 ...

  8. python 标准化/归一化与逆标准化/逆归一化

    标准化等公式和Python代码请参考: python 数据归一化/标准化方法与代码(离差标准化,log归一化,标准化,比例归一化,反正切归一化) 我们使用sklearn来操作: 首先准备数据: imp ...

  9. matlab归一化相关系数,归一化相关系数

    对两幅图像进行相似度的衡量,除了用眼睛观察的方法外,我们可以更加精确地用数据来客观的评估归一化,归一化的相关系数(NC)提供了度量工具.其计算公式如下: MATLAB代码如下所示: function ...

  10. matlab 数组 归一化,Matlab中的数据归一化

    归一化的具体作用是归纳统一样本的统计分布性.归一化在0-1之间是统计的概率分布,归一化在-1--+1之间是统计的坐标分布.归一化有同一.统一和合一的意思.无论是为了建模还是为了计算,首先基本度量单位要 ...

最新文章

  1. uniapp同步获取用户信息_微信小程序云开发教程微信小程序的API入门获取用户身份信息系列API...
  2. 进程之间的信号通信,类型、处理机制笔记
  3. R语言进行dataframe数据内连接(Inner join):使用R原生方法、data.table、dplyr等方案
  4. 信息系统项目管理师-成本管理知识点
  5. linux 添加用户_linux ---添加普通用户账号
  6. 人工神经网络——笔记摘抄2
  7. java spring druid_Spring配置Druid连接池
  8. VBS的开发利器---WMI信息绑定参考地址
  9. python读取配置文件获取所有键值对_python读取配置文件 变量 ConfigParser模块
  10. keras callback中的stop_training
  11. php任意地方关闭弹窗,vue和jq中实现点击任意地方关闭弹窗
  12. 所有锁的unlock要放到try{}finally{}里,不然发生异常返回就丢了unlock了
  13. maple化简_Maple对多项式化简教程
  14. 数论 day 2 试题解析
  15. 串口转WIFI的工作方式理解
  16. 拜读经典——大话设计模式(一)——温习C#
  17. vscode——记单词插件Qwerty Learner
  18. (转载)基于sklearn的iris数据集及简介
  19. ajax提交表单序列化不进请求,表单序列化+ajax跨域提交
  20. 安卓开发必备知识体系:Java篇

热门文章

  1. Git 简单使用教程
  2. 京东销售联盟佣金支付始末
  3. VC++编译lua库 无法解析lua符号问题
  4. Android 音频架构
  5. uncooked 计算机术语,物流专业英语和计算机基础练习题[1.doc
  6. 【Linux】Linux文件与文件的存储
  7. Ubuntu 20.04安装百度拼音输入法
  8. python3-百度,360广告推广(url收集)
  9. Zcash - 各种密钥和签名,你懂吗?
  10. linux CPU使用率过高或负载过高的处理思路