資料歸一化怎麼處理

1樓：匿名使用者

歸一化是為了加快訓練網路的收斂性，可以不進行歸一化處理

歸一化的具體作用是歸納統一樣本的統計分佈性。歸一化在0-1之間是統計的概率分佈，歸一化在-1--+1之間是統計的座標分佈。歸一化有同

一、統一和合一的意思。無論是為了建模還是為了計算，首先基本度量單位要同一，神經網路是以樣本在事件中的統計分別機率來進行訓練(概率計算)和**的，歸一化是同一在0-1之間的統計概率分佈;svm是以降維後線性劃分距離來分類和**的，因此時空降維歸一化是統一在-1--+1之間的統計座標分佈。

當所有樣本的輸入訊號都為正值時，與第一隱含層神經元相連的權值只能同時增加或減小，從而導致學習速度很慢。為了避免出現這種情況，加快網路學習速度，可以對輸入訊號進行歸一化，使得所有樣本的輸入訊號其均值接近於0或與其均方差相比很小。

歸一化是因為sigmoid函式的取值是0到1之間的，網路最後一個節點的輸出也是如此，所以經常要對樣本的輸出歸一化處理。所以這樣做分類的問題時用[0.9 0.

1 0.1]就要比用要好。

但是歸一化處理並不總是合適的，根據輸出值的分佈情況，標準化等其它統計變換方法有時可能更好。

2樓：南霸天

資料歸一化方法有兩種形式，一種是把數變為（0，1）之間的小數，一種是把有量綱表示式變為無量綱表示式。

1、把數變為（0，1）之間的小數

主要是為了資料處理方便提出來的，把資料對映到0～1範圍之內處理，更加便捷快速，應該歸到數字訊號處理範疇之內。

2、是把有量綱表示式變為無量綱表示式

歸一化是一種簡化計算的方式，即將有量綱的表示式，經過變換，化為無量綱的表示式，成為純量。

3樓：匿名使用者

你在所有的資料中找出最大的那個數max

可以用matlab的max函式

在所有的資料中找出最小的那個數min

可以用matlab的min函式

然後把所有的資料這樣計算

(x-min)/(max-min)

這樣所有的資料都歸一化為0到1之間的數了

這對於模式識別是很重要的一環

無論你是用bp網、多層感知器、svm

處理資料時不進行歸一化會有什麼影響？歸一化的作用是什麼

4樓：香港澤仁醫療

資料歸一化方法有兩種形式，一種是把數變為（0，1）之間的小數，一種是把有量綱表示式變為無量綱表示式。

1、把數變為（0，1）之間的小數

主要是為了資料處理方便提出來的，把資料對映到0～1範圍之內處理，更加便捷快速，應該歸到數字訊號處理範疇之內。

2、是把有量綱表示式變為無量綱表示式

歸一化是一種簡化計算的方式，即將有量綱的表示式，經過變換，化為無量綱的表示式，成為純量。