Rata-rata, sebaran, dan normalisasi
Kenapa ini penting Networks dilatih dengan buruk saat satu input bernilai ribuan dan input lainnya mendekati nol. Normalisasi membuat setiap input setara.
mean adalah rata-rata. spread (standard deviation) adalah kira-kira seberapa jauh nilai berada dari mean pada hari biasa. Untuk menormalisasi sebuah kolom: kurangi mean nya, lalu bagi dengan spread nya. Setelah itu kolom tersebut memiliki mean 0 dan spread 1.
Angka kecil
Ukuran rumah 50, 100, 150 meter persegi: rata-rata 100, sebaran sekitar 40.8. Dinormalisasi: sekitar -1.22, 0, 1.22. Kamar tidur 1, 2, 3: rata-rata 2, sebaran sekitar 0.82, dinormalisasi ke -1.22, 0, 1.22 yang sama. Sekarang kedua input menggunakan skala yang sama.
Standar deviasi: akar kuadrat dari rata-rata jarak kuadrat dari rata-rata. np.std menghitungnya.
Satu jebakan: kolom di mana setiap nilainya sama memiliki spread 0, dan membagi dengan 0 akan error. Biarkan kolom seperti itu tetap nol.
Ringkasan (x - mean) / spread, per kolom, dengan pengaman untuk spread 0.
Kata dan simbol di pelajaran ini
- array
- Blok NumPy berisi angka, semua tipe yang sama, yang melakukan perhitungan pada setiap item sekaligus
- mean, spread
- rata-rata, dan kira-kira seberapa jauh nilai-nilai tersebut dari rata-rata (standar deviasi)
Tulis normalise(X) untuk array 2D: setiap kolom punya mean 0 dan spread 1. Kolom dengan spread 0 menjadi semua nol. Tanpa loop pada baris.
Ada masalah di pelajaran ini? Laporkan · Tanya tentang pelajaran ini
Latihan ini akan segera dibuka
Selesaikan pelajaran sebelumnya agar pelajaran ini terbuka. Seluruh kursus ini gratis, tidak butuh akun, dan kamu bisa baca pelajaran ini sekarang.
Browser ini memblokir cookie untuk learn.floati.life, jadi pelajaran yang sudah kamu selesaikan di sini tidak bisa dibuka berurutan. Izinkan cookie untuk situs ini dan muat ulang.