归一化函数mapminmax的讨论

归一化函数mapminmax的讨论一、基本用法[y,ps]=mapminmax(x,ymin,ymax)   %这里如果不指定ymin,ymax,则ymin默认为-1,ymax默认为1。mapminmax(data)        默认归一化范围为[-1,1],且对每一行做归一化。一定记住是对行进行归一化!!!二、归一化的讨论参考:http://www.ilovematlab

大家好,又见面了,我是你们的朋友全栈君。

一、基本用法

[y,ps] = mapminmax(x,ymin,ymax)       % 这里如果不指定 ymin,ymax,则ymin默认为-1,ymax默认为1。

mapminmax(data)                默认归一化范围为[-1,1],且对每一做归一化。一定记住是对行进行归一化!!!

二、归一化的讨论

参考:http://www.ilovematlab.cn/thread-63766-1-1.html

问题一:

在智能算法程序实现中中,原始数据应当对每一个属性(维度进行归一化)即应当使数据集data中行代表属性,列代表样本数据个数。而数据读取函数textread、xlsread均根据数据集进行按列读取,因此,我们必须在归一化时注意是否需要转置。

 

问题二:

常用形式:

[inputtrain,setting] = mapminmax(input_train’);

inputtest = mapminmax(‘apply’,input_test’,setting);

 

这两句命令代表将Input_text按input_train的归一化规则进行归一化,但是前提必须是input_test中的数据必须在inout_train数据的最小值和最大值之间

两种观点:

一种是将数据集与测试集放在一起进行归一化;另一种是不用在意测试集的最值,因为实际中测试数据本身就是不确定的,正好可以检测模型的诊断/预测能力。个人倾向于后者。具体情况还要具体对待

note:

BP神经网络中,newff函数使用的数据m行n列,行代表数据属性值,列代表数据样本的个数。

libSVM中,各函数使用的矩阵m行n列比如880X6,行代表数据样本的个数,列代表数据的属性值。两者正好相反。





版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/150404.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)


相关推荐

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号