Mean normalization(均值归一化)

Paste_Image.png

我们可以将均值归一化理解为特征缩放的另一种方法。
特征缩放和均值归一化的作用都是为了减小样本数据的波动使得梯度下降能够更快速的寻找到一条‘捷径’，从而到达全局最小值。
因此，均值归一化则是先求得所有样本的均值u
从而通过如下两个例子公式或者其他公式
Paste_Image.png

使得
样本数据在更小的范围内变化同样明显。
在分母中，我们可以使用样本的max或者max-min，根据自身需求，选择最合适的归一化方法。

最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成，浏览时请结合常识与多方信息审慎甄别。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

相关阅读更多精彩内容

友情链接更多精彩内容