正规化方法标准化公式推导

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

正规化方法标准化公式推导
标准化是数据处理中常用的一种归一化技术,其主要目的是将不同
取值范围的数据进行标准化,使它们的取值范围都调整到一定的范围内,使得数据之间的大小关系,或者与其他变量的关系能够更容易被
观察出来。

标准化的基本公式为:
1. 标准化方法:
(1) 标准值=原值-均值/标准差
(2) 百分比变换:原值-最小值/最大值-最小值
2. 标准化公式推导:
(1) 对于变量X来说,Y=aX+b,那么对于它的标准变量Y^来说,有,Y^=aX+b-mean/Stdev,将以上两个式子等价,就可得出标准值公式。

(2) 百分比变换的公式,变换前的原始值为X,由于X的范围从最小
值Min到最大值Max,有Max-Min=1,所以变换后的百分比变换值
Y^=X-Min/1就可找出它的百分比变换值。

3. 标准化的优点:
(1) 标准化可将不同取值范围的数据转换到相同取值范围内,从而可
以更清楚的观察数据之间的大小关系及与其他变量的关系,易于进行
比较。

(2) 而且标准化方法收敛性强,可大大提高模型的泛化能力,避免过
拟合现象。

(3) 标准化可使变量与因变量之间的关系更容易被观察出来,也可有
效降低噪音的影响,提高模型的准确性。

4. 标准化的缺点:
(1) 标准化可能存在数据的噪声影响,因此需要根据不同的情况进行适当的处理。

(2) 标准化后可能会在非常低的变量之间存在更多的复杂关系,从而对模型产生负面作用。

(3) 标准化过程容易对原始数据信息造成某些破坏性的干扰,可能会使得模型性能受到影响。

相关文档
最新文档