关于Normalization的方法以及实现

Posted on | Edited on | In

在处理数据的时候，因为数据的大小差别会比较大，为了避免数据的特征被其他特征吃掉，需要对数据进行normalization的处理

(0,1) 标准化

找到最大值和最小值，以最大值为1，最小值为0，计算其他数据在0到1之间的分布。

1
2
def normal0_1(x,Max,Min):
    return (x-Min)/(Max-Min)

使用np.max()，np.min来找最大值和最小值

正态分布

输入原始数据的均值和标准差，对数据处理，处理之后的数据是标准正态分布（均值是0，标准差是1）

1
2
def Normalization(x, mu, sigma):
    return (x-mu) / sigma

使用np.average()和np.std()找到均值和标准差

Sigmoid函数

sigmoid函数关于（0， 0.5）中心对称，在中心附近斜率较大，在负无穷接近0，正无穷接近1
sigmoid

1
2
def sigmood(x):
    return 1.0/(1+np.exp(-float(x)))