首先使用scikit-learn模块的机器学习算法进行图像处理,如何准备特征图像? 我可以用标准偏差(即最近的Neigbour还是集群算法)对值进行归一化? 或者我可以用(featureValue-min)/(max -min)进行线性缩放,就像我在这里看到的那样:http://www.csie.ntu.edu.tw/~cjlin/talks/mlss_kyoto.pdf用于svm。scikit-learn标准化值中的机器学习算法?
-3
A
回答
2
请仔细阅读下面的问题:ftp://ftp.sas.com/pub/neural/FAQ2.html#A_std 如果你的特征是从高斯分布中得出的,那么你用SD和mean来标准化。否则,您只需进行标准化/重新调整,使其达到0-1的范围。大量的预处理往往取决于数据和选择的技术。找到最适合您的数据和技术。
0
并非所有的算法都需要规范化的输入向量,例如随机森林算法。然而,如果您选择的算法要求归一化,那么SVM将对其进行归一化处理,使用预处理模块中的Sklearn中可用的归一化器,并在拟合之前将数据转换为归一化数据。此外,如果您尝试对图像进行分类,然后在sklearn中查看PCA(主成分分析),这有助于您使用选定的特征进行处理,并提供更好的性能和结果。
相关问题
- 1. 机器学习算法
- 2. 标准化对线性回归的影响:机器学习
- 3. sci-kit中的标准化学习linear_models
- 4. 此任务的机器学习算法?
- 5. 机器学习 - 分类算法
- 6. 机器学习算法评估
- 7. 红宝石机器学习算法
- 8. 关于机器学习,统计学习算法
- 9. 这个简单优化的机器学习算法是什么?
- 10. Apache Spark:多机器学习的并行化算法
- 11. 是否有必要在机器学习中规范化/标准化数据?
- 12. 支持向量机标准化或标准化数据输入scikitlearn
- 13. 向量化单词以使用机器学习算法
- 14. 感知器学习算法
- 15. 什么是机器学习基准?
- 16. 机器学习算法预测下一个值
- 17. 随机选择学习卡的算法
- 18. 是否有成功学习奇偶校验函数的机器学习算法?
- 19. Bot中的机器学习
- 20. GATE中的机器学习
- 21. 在scikits机器学习中缺少值
- 22. 如何处理机器学习算法中的定性数据
- 23. 学习图算法
- 24. Adaline学习算法
- 25. 学习计算机图形
- 26. 机器学习在Python:scikit学习/ Pybrain
- 27. 机器学习中的标称值数据集
- 28. 机器学习形状和类型的机器学习
- 29. 机器学习,Python
- 30. 查找的算法的优化组合在sklearn机器学习工具链
我建议将您的问题重新描述为“什么是典型的必须在机器学习数据上执行的预处理步骤“。使用Scikit-learn或任何其他库无关紧要。 – 2013-02-13 14:10:39