Python numpy 归一化和标准化 代码实现
·
归一化 （Normalization）、标准化 （Standardization）和中心化/零均值化 （Zero-centered）
def normalization(data):
_range = np.max(data) - np.min(data)
return (data - np.min(data)) / _range
def standardization(data):
mu = np.mean(data, axis=0)
sigma = np.std(data, axis=0)
return (data - mu) / sigma
更新，如果归一化后的范围是[-1, 1]的话，可以将normalization()函数改为：
def normalization(data):
_range = np.max(abs(data))
return data / _range
此外，我看了一些GitHub上面的代码，发现很多人在预处理输入到神经网络中的数据时，使用的normalization函数其实是进行了标准化，而不是归一化，比如：
有“AI”的1024 = 2048，欢迎大家加入2048 AI社区
更多推荐
77
0- 0
已为社区贡献1条内容
所有评论(0)