http://jianchen./blog/1684609

2012

在閱讀數(shù)據(jù)模型的文章中，經(jīng)?？吹结槍μ卣骶S度進行歸一化處理。

歸一化的定義：

一種簡化計算的方式，將有量綱的表達式，經(jīng)過變換，化為無量綱的表達式，成為純量，避免具有不同物理意義和量綱的輸入變量不能平等使用。在統(tǒng)計學中，歸一化的具體作用是歸納統(tǒng)一樣本的統(tǒng)計分布性。歸一化在0-1之間是統(tǒng)計的概率分布，歸一化在-1--+1之間是統(tǒng)計的坐標分布。

歸一化處理后，神經(jīng)網(wǎng)絡算法可以較好的收斂。

常見的歸一化的函數(shù)如下

1,線性函數(shù)轉(zhuǎn)換，表達式如下：

　　y=(x-MinValue)/(MaxValue-MinValue)　　

說明：x、y分別為轉(zhuǎn)換前、后的值，MaxValue、MinValue分別為樣本的最大值和最小值。

2,對數(shù)函數(shù)轉(zhuǎn)換，表達式如下

y=log10(x)　　說明：以10為底的對數(shù)函數(shù)轉(zhuǎn)換。

3、反正切函數(shù)轉(zhuǎn)換，表達式如下

　　y=atan(x)*2/PI

歸一化的具體方法根據(jù)你的樣本特征，需要選擇恰當?shù)姆椒ā?/span>