Среднее, разброс и нормализация
Почему это важно Сети плохо обучаются, когда один вход исчисляется тысячами, а другой близок к нулю. Нормализация ставит каждый вход в равные условия.
Среднее - это среднее значение. Разброс (стандартное отклонение) - примерно то, насколько далеко от среднего лежат значения в обычный день. Чтобы нормализовать столбец: вычтите его среднее, затем разделите на его разброс. После этого у столбца среднее 0 и разброс 1.
Маленькие числа
Площади домов 50, 100, 150 квадратных метров: среднее 100, разброс около 40,8. После нормализации: около -1,22, 0, 1,22. Спальни 1, 2, 3: среднее 2, разброс около 0,82, нормализуются в те же -1,22, 0, 1,22. Теперь оба входа говорят в одном масштабе.
Стандартное отклонение: квадратный корень из среднего квадрата расстояния до среднего. np.std вычисляет его.
Одна ловушка: у столбца, где все значения одинаковы, разброс 0, а деление на 0 ломается. Оставьте такой столбец нулями.
Итоги (x - среднее) / разброс, по столбцам, с защитой от разброса 0.
Слова и символы этого урока
- массив
- блок чисел NumPy, все одного типа, который делает математику со всеми элементами сразу
- среднее, разброс
- среднее значение и примерно то, насколько далеко от него лежат значения (стандартное отклонение)
Напишите normalise(X) для двумерного массива: каждый столбец получает среднее 0 и разброс 1. Столбец с разбросом 0 становится нулями. Никаких циклов по строкам.
Заметили проблему в этом уроке? Сообщите о ней · Спросить об этом уроке
Это упражнение откроется скоро
Закончи предыдущий урок, чтобы открылся этот. Весь курс бесплатный, аккаунт не нужен, и ты можешь прочитать этот урок прямо сейчас.
Этот браузер блокирует cookies для learn.floati.life, поэтому завершенные здесь уроки не могут открыться по порядку. Разрешите cookies для этого сайта и перезагрузите страницу.