KNN 及 matplotlib 数据归一化
生活随笔
收集整理的這篇文章主要介紹了
KNN 及 matplotlib 数据归一化
小編覺(jué)得挺不錯(cuò)的,現(xiàn)在分享給大家,幫大家做個(gè)參考.
透明度：
?
?
?
樣本空間分布相似 則樣本很可能相似
?
?
?
?
通過(guò)一個(gè)與樣本數(shù)相同的 亂序數(shù)組?
選取一定比例的亂序數(shù)組? 對(duì)應(yīng)的樣本? 即完成劃分
?
?
分類準(zhǔn)確度：? 預(yù)測(cè)對(duì)的結(jié)果數(shù)?/ 總的測(cè)試樣本數(shù)
超參數(shù)：
? ? ? ? ? ? ?
?
?
https://blog.csdn.net/kingzone_2008/article/details/15073987
綠色 歐拉距離? 其他均為 曼哈頓距離? ????
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??
? ? ? ? ? ? ? ? ? ?
?
?
?
網(wǎng)格搜索：
根據(jù)用戶傳入的參數(shù)? 計(jì)算出的參數(shù)? 在參數(shù)的后面加_
?
?
?
?
最大最小歸一化? ?均值方差 歸一化
?
??
腫瘤尺寸 發(fā)現(xiàn)天數(shù) 對(duì)時(shí)間最值歸一化即可? ? ? ? ?365邊界明顯? 分?jǐn)?shù)0-100
收入大多數(shù)1w? 有人100w 此時(shí)對(duì)收入歸一化? ? ? ?大多數(shù)1w的偏離0.01很嚴(yán)重
邊界最值清楚的用最值歸一化
一般用均值方差歸一化： 有邊界 無(wú)邊界 均可以? ? ? 均值為0? ?方差為1 ==》成為一個(gè)無(wú)偏的數(shù)據(jù)
矩陣歸一化：
?
?
fit 是用的測(cè)試集? ?所用用于transform 的 都是fit得到的均值和方差
?
?
?
?
總結(jié)
以上是生活随笔為你收集整理的KNN 及 matplotlib 数据归一化的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。
- 上一篇： BZOJ 4833: [Lydsy170
- 下一篇： 标称型数据和数值型数据_2017-12-