평균, 퍼짐, 정규화
왜 중요한가 입력 하나는 수천이고 다른 하나는 0 근처면 신경망은 잘 훈련되지 않아요. 정규화는 모든 입력을 같은 출발선에 세워요.
평균은 평균값이에요. 퍼짐(표준 편차)은 대략 값들이 보통 평균에서 얼마나 떨어져 있는지예요. 열을 정규화하려면: 평균을 빼고, 그다음 퍼짐으로 나누세요. 그 뒤 열은 평균 0, 퍼짐 1이 돼요.
작은 숫자
집 크기 50, 100, 150제곱미터: 평균 100, 퍼짐 약 40.8. 정규화하면: 약 -1.22, 0, 1.22. 침실 1, 2, 3: 평균 2, 퍼짐 약 0.82, 같은 -1.22, 0, 1.22로 정규화돼요. 이제 두 입력이 같은 척도로 말해요.
표준 편차: 평균에서의 거리 제곱의 평균의 제곱근. np.std가 계산해요.
덫 하나: 모든 값이 같은 열은 퍼짐이 0이고, 0으로 나누면 망가져요. 그런 열은 0으로 남겨 두세요.
요약 열마다 (x - mean) / spread, 퍼짐 0에 대한 방어와 함께.
이 레슨의 단어와 기호
- 배열
- 모두 같은 타입이고, 모든 항목에 한꺼번에 수학을 하는 NumPy 숫자 덩어리
- 평균, 퍼짐
- 평균값, 그리고 값들이 그것에서 대략 얼마나 떨어져 있는지(표준 편차)
2D 배열에 대해 normalise(X)를 쓰세요: 각 열이 평균 0, 퍼짐 1을 갖게 해요. 퍼짐이 0인 열은 모두 0이 돼요. 행을 도는 반복문 금지.
이 연습은 곧 열려요
앞의 레슨을 마치면 이 레슨이 열려요. 강좌 전체가 무료이고 계정도 필요 없으며, 이 레슨은 지금 바로 읽을 수 있어요.
이 브라우저가 learn.floati.life의 쿠키를 막고 있어서, 여기서 마친 레슨들이 순서대로 열리지 않아요. 이 사이트의 쿠키를 허용하고 새로고침하세요.