1回答
我使用pytorch来解决我的预测工作。但我不知道如何以及在哪里使用形状(N，1500，4)来归一化数据。换句话说，有N行的数据，每行的形状是1500 x 4。下面是我的代码片段 class MyDataset(Data.Dataset): # get the trainingreturn X,Y
return torch.tensor(x)
浏览 23提问于2021-09-16得票数 0
1回答
我正在实验python和数据分析。我收集了推文，统计了不同的用户，并根据他们的位置对他们进行了汇总。然后我计算了每个国家人口的用户百分比。为了使我的图表看起来更好，我用z分数公式标准化了我的数据。现在我观察到，我有一些离群值破坏了我的图，所以我会排除它们。我的问题是，我是否必须将它们从原始数据集中提取出来，然后重新标准化
浏览 0提问于2018-06-12得票数 0
回答已采纳
2回答
我的数据集在TensorFlow Dataset管道中，我想知道如何对其进行标准化，问题是为了标准化，您需要加载整个数据集，这与TensorFlow Dataset的用途完全相反。那么如何对TensorFlow Dataset管道进行规范化呢？如何将其应用于新数据？(即用于进行新预测的数据)
浏览 29提问于2020-07-07得票数 1
我有一些数据，比如说L的特性。我使用StandardScaler()在X_train上做了一个fit_transform，对它们进行了标准化。现在在预测的时候，我做了clf.predict(scaler.transform(X_test))。到目前为止一切顺利..。现在，如果我想要为以后的重用而腌制模型，我该如何使用这个保存的模型来预测未来的新数据？新的(未来的)
浏览 2提问于2016-05-08得票数 0
1回答
我非常清楚，为了避免信息泄漏，建议对训练数据集上的任何转换(例如标准化或基于中值的估算)进行拟合，并将其应用于测试数据集。然而。我不清楚，如果数据是iid，而训练/测试拆分确实是随机的，那么将这些转换应用于整个数据集的风险是什么？例如，如果原始数据集具有一定的统计特性(例如，均值、中值和std)，那么我将期望随机数据溢
浏览 0提问于2021-02-04得票数 2
回答已采纳
一开始，它调用单个端点，该端点以大量嵌套的JSON的形式返回大量数据。然后我将其规范化，并将其放入我的redux-orm模式中。在我看来，在后端创建嵌套数据只是为了对前端的嵌套数据进行循环，以便对其进行规范化，这似乎很愚蠢，因为它来自标准化的PostgreSQL数据库。Database = Normalized -->
浏览 0提问于2017-01-11得票数 13
1回答
Pandas中的非规范化数据帧
、、、、
我有一个数据帧，我将其归一化以放入算法中。在算法运行后，我得到了一系列归一化的预测值。我想对这些值进行反归一化，以便进行后期处理。为了标准化，我使用了MinMax缩放器。如何正确地对这些值进行反规范化？数据规范化： # normalise datad
浏览 16提问于2021-07-14得票数 1
回答已采纳
1回答
我想标准化'x_train‘。然而，标准化的结果显然是不合理的。此外，当我使用'x_train‘的均值和标准差对x_test进行
浏览 6提问于2021-10-29得票数 0
概述:我是新来的ML和学习雪橇预处理。我认为，当我们对测试数据进行sklearn预处理转换时，均值不会是0，std也不会是1(原因是我们使用训练数据平均值/std来标准化测试数据)。我的问题是:如果测试数据是这样标准化的(不正确地标准化为高斯正态分布，平均为0和std 1)，那么这会对ML算法的预测产生影响吗？我的理解
浏览 3提问于2020-02-20得票数 1
回答已采纳
1回答
我可以一起标准化整个数据集吗？
、、、、
我正在尝试训练一个使用LSTMs的RNN网络。
从上图中可以看出，不同颜色的列比其他颜色的列更大或更低。所以，我的问题是:我是否可以将整个数据集
浏览 1提问于2018-06-05得票数 0
回答已采纳
谁有DDSM的heathusf程序的工作版本，可以在linux或windows上使用标准化？我知道在上有一个适用于linux的DDSM的jpeg程序的工作版本，我编译并测试了它。我使用了这里描述的MATLAB代码来查看图像。只有某些扫描仪才能正确显示。如论文所述，当正确编译时，DDSM软件将图像数据输出为原始字节流；然后，必须根据用于对原始胶片进行图像处理
浏览 2提问于2012-11-14得票数 7
回答已采纳
1回答
聚类前的归一化
、、、、
如果我们有分类数据，而分类数据是使用虚拟对象和标签编码转换为数值的，那么在聚类之前是否必须对数据进行标准化？如果是，那么在这种情况下使用哪种标准化技术最合适？
浏览 0提问于2019-12-30得票数 0
0回答
归一化对mlp产生不良结果
、、、、
我试图用Sklearn和MinMaxScaler方法(0.1，1)对我的数据进行归一化，但结果非常令人失望。在没有MinMax标准化的情况下，我在我的问题上的准确率是78%，而在最小最大标准化的情况下，它下降到了71%。你知道问题出在哪里吗？我的数据形状是: n_samples
下面是我如何使用sklearn来进行</e
浏览 19提问于2016-12-23得票数 0
回答已采纳
4回答
PCA优先还是归一化优先？
、、、、
在进行回归或分类时，预处理数据的正确(或更好)方法是什么？标准化data -> PCA ->训练 PCA ->归一化PCA输出->训练 归一化数据-> PCA ->归一化PCA输出->训练 以上哪一项更正确，还是预处理数据的“标准化”方法？所谓“标准化”，我指的是标准化、线性缩放或其他一些技术。
浏览 473提问于2012-04-12得票数 23
回答已采纳
1回答
如何对模型输出进行逆变换？
、、、、
所以我有一个经过训练的模型，它是在一个标准化的数据集上训练的。当我尝试使用模型对新数据进行测试时，这些数据不在数据集中，也没有标准化，它会返回荒谬的值，因为我可以标准化输入，但我不能像在训练期间那样对输出进行逆变换。我该怎么办？
浏览 18提问于2019-10-05得票数 0
2回答
vulkan使用的技术(我也假设其他图形库)以透视图正确的方式插值顶点属性，是否要求顶点着色器必须对同质相机空间顶点位置(即，除以w坐标，使w坐标为1.0)进行标准化，然后由典型的投影矩阵进行乘法.0 0 0 0 f/(f-n) -nf/(f-n)...in透视顺序-正确
浏览 9提问于2021-01-05得票数 0
回答已采纳
我在时间序列数据上使用了一个分类模型，在将数据分解为训练和测试之前，我对数据进行规范化。现在，我知道训练数据和测试数据应该分开处理，以防止数据泄漏。在这里，规范化步骤的正确顺序是什么？我是否应该分别应用步骤1、2、3来训练和测试使用滑动窗口分割数据后的数据？我在这里使用一个滑动窗口来比较每一个小时(测试)和它之前的24小时<em
浏览 0提问于2020-07-04得票数 3
回答已采纳
X数据的两个常见的ML预处理步骤是标准化(例如，缩放到单位方差)和分解(将特征映射到一个新空间AIUI)。在ML管道中实现这些步骤(包括培训/测试/验证集)的两种可能方法是：
1)对整个训练/测试/验证X数据集进行标准化/分解，然后分解成训练/测试集，并使用最小误差模型对验证集进行预测。( ii)分成训练/测试集
浏览 2提问于2015-05-12得票数 1
回答已采纳
1回答
击打与标准化
、、、
我有一个不平衡的数据集X。我把它分为数据和标签，然后标准化数据。然后使用train_test_split对训练数据和测试数据进行分割，并输出结果。现在，我想比较一下，如果我用smote来提升少数类的话，我会得到什么，但是我想保持比较的意义。为了做到这一点，我保留了和以前一样的测试数据，并且我只将新的合成样本添加到训练数据中。我该
浏览 0提问于2016-07-22得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
