CV基础知识

文档摘要

CV基础知识为什么需要做特征归一化、标准化？使不同量纲的特征处于同一数值量级，减少方差大的特征的影响，使模型更准确。加快学习算法的收敛速度。参考资料: 归一化（Normalization）、标准化（Standardization）和中心化/零均值化（Zero-centered），《百面机器学习》常用常用的归一化和标准化的方法有哪些？线性归一化（min-max标准化） x’ = (x-min(x)) / (max(x)-min(x))，其中max是样本数据的最大值，min是样本数据的最小值适用于数值比较集中的情况，可使用经验值常量来来代替max，min 标准差归一化（z-score 0均值标准化） x’=(x-μ) / σ，其中μ为所有样本的均值，σ为所有样本的标准差