Media, dispersión y normalización
Por qué importa Las redes entrenan mal cuando una entrada está en los miles y otra cerca de cero. Normalizar pone todas las entradas en pie de igualdad.
La media es el promedio. La dispersión (desviación típica) es más o menos lo lejos que están los valores de la media en un día normal. Para normalizar una columna: resta su media, y luego divide por su dispersión. Después la columna tiene media 0 y dispersión 1.
Números diminutos
Tamaños de casas de 50, 100, 150 metros cuadrados: media 100, dispersión de unos 40.8. Normalizados: unos -1.22, 0, 1.22. Dormitorios 1, 2, 3: media 2, dispersión de unos 0.82, normalizados a los mismos -1.22, 0, 1.22. Ahora las dos entradas hablan la misma escala.
Desviación típica: la raíz cuadrada de la media de las distancias al cuadrado respecto a la media. np.std la calcula.
Una trampa: una columna en la que todos los valores son iguales tiene dispersión 0, y dividir por 0 lo rompe. Deja esa columna como ceros.
Resumen (x - media) / dispersión, por columna, con una protección para la dispersión 0.
Palabras y símbolos de esta lección
- array
- un bloque de números de NumPy, todos del mismo tipo, que hace las cuentas sobre cada elemento a la vez
- media, dispersión
- el promedio, y más o menos lo lejos que están los valores de él (la desviación típica)
Escribe normalise(X) para un array 2D: cada columna queda con media 0 y dispersión 1. Una columna con dispersión 0 se convierte en todo ceros. Sin bucles sobre las filas.
¿Has visto un problema en esta lección? Avísanos · Preguntar sobre esta lección
Este ejercicio se abre pronto
Termina la lección anterior y esta se desbloquea. Todo el curso es gratis, no hace falta cuenta, y puedes leer esta lección ahora mismo.
Este navegador está bloqueando las cookies de learn.floati.life, así que las lecciones que terminaste aquí no se pueden abrir en orden. Permite las cookies de este sitio y recarga.