standardized

    0热度

    1回答

    我想将我的数据标准化为零均值和标准差= 1.我的数据形状为28783x4x24x7,它可以认为是带有4个通道和24x7尺寸的28783图像。渠道需要标准化。我如何标准化第二维方面的功能?

    1热度

    2回答

    标准化专栏中,我有以下DF: Date Event_Counts Category_A Category_B 20170401 982457 0 1 20170402 982754 1 0 20170402 875786 0 1 我正在准备中的数据进行回归分析,并要规范列Event_Counts,因此,它是一个类似鳞片状的类别。 我使用下面的代码: fro

    1热度

    1回答

    的我试图站/规范一些数据: 的数据包括两个温度读数,一个来自传感器和水银温度计其它的。 像这样: SENSOR THERM 32.69 31.25 32.00 30.25 31.94 30.50 31.87 30.50 31.44 29.50 ... 我想创建一个回归模型和我需要的数据是支架/标准化 什么我目前做的是: 找到传感器数据的平均值 找到Therm数据的平均值 计算的传感

    2热度

    1回答

    使用标准化我很想知道的是,在R A H2O模型中使用标准化功能时攻入了新的数据时,它是如何工作的。 我知道,当它进行标准化的训练集是基于均值和训练数据的标准差设置均值为0,标准差为1,但又有什么用新的数据呢? 是否规范基于训练数据的平均值和标准偏差或者它规范基础上,新的数据被拿下?

    0热度

    1回答

    如果我在训练神经网络之前将训练数据标准化,那么在训练之后,我会将训练数据去标准化并将其反馈回神经网络以显示最终的模拟结果和预期的结果。或者,我是否将标准化的培训数据提供回来,并在最终结果和预期结果之后将标准化?

    1热度

    2回答

    在Keras中训练好我的模型之后,现在是预测的时间了,所以我正在使用一些数据来检查我的模型。然而,训练模型在训练之前是标准化的(非常不同的数值范围)。 因此,为了对一些数据的预测,我也应该规范它: packet = numpy.array([[3232235781, 3232235779, 6, 128, 2, 1, 0, 524288, 56783, 502, 0, 0x00000010, 0,

    2热度

    1回答

    我目前使用MATLAB的LinearModel.fit函数运行多重线性回归,关于如何正确地向模型添加交互作用术语,我有点困惑。据我所知,LinearModel.fit没有标准化自己的变量,所以我一直在手动。 到目前为止,我已经做了它的方式一直 规范意见对每个变量 乘以相应的特定变量的标准化值以创建交互项,然后添加这些新的变数集合回归数据 运行回归 这是正确的方式去这样做呢?在计算“原始”术语后,我

    0热度

    1回答

    我有一个包含二进制数据(0,1)和不同单位的数字数据的数据集。如果我想应用一些机器学习技术对我的数据进行分类(可能是自动编码器或层次聚类),我应该对数据进行标准化还是标准化? 谢谢!

    5热度

    1回答

    我想应用缩放sklearn.preprocessing.scale模块,scikit-learn提供用于居中我将用来训练svm分类器的数据集。 我该如何存储标准化参数,以便我也可以将它们应用于我想要分类的数据? 我知道我可以使用standarScaler,但我可以以某种方式将它序列化为一个文件,以便每次我想运行分类器时都不必将其适用于我的数据?

    1热度

    4回答

    假设我的代码有效。然而,这个代码小片断: while ((line = input.readLine()) != null) { myList.add(line.replaceAll ("[^a-zA-Z0-9 ]", "").toLowerCase()); } 是给我这样的输出: a b c d 123 abcdz 456 aa b c dd 所需的输出: ab