哪个预处理步骤适合我的数据集？

我有一个图像的训练数据集。这些图像的范围从0-2500。但是，在我的测试数据集中，一些图像的范围从200-3000。我的问题是其中预处理步骤将用于那种数据的良好：哪个预处理步骤适合我的数据集？

规范化到零均值和单位方差
规范化到[0,1]
转换由正规化到范围0-2500 [0,1]，然后用2500

感谢所有

2017-06-02 user8264

你唯一的选择是试验，看看哪一个更好。 –

你喂到你的神经网络应该像您的测试数据尽可能接近的possibe数据相乘。这通常是通过标准化来完成的，因为这些值通常在类似的图像中是密切相关的。然而，这不能一般性地说，取决于你的使用情况。对于一般的经验法则，我建议你看看：http://ufldl.stanford.edu/wiki/index.php/Data_Preprocessing

来源

2017-06-02 09:13:03

谢谢，Thomas Pinetz。你是完全正确的，我真的同意你的观点，训练和测试范围必须尽可能地接近。但是，就我而言，测试数据与'[0,2000]'相比，具有不同的范围'[200,3000]'。你认为选项2还是3更好？因为他们是相同的方法来规范图像 – user8264

我会从选项2个人开始。如果测试错误不是应该的，我会尝试选择1作为替代。 –

谢谢。一些论文将选项1称为选项2。谢谢你的帮助。在stanford的过程中，它也使用选项1 – user8264

哪个预处理步骤适合我的数据集？

回答

相关问题