溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這期內容當中小編將會給大家帶來有關數據歸一化處理的作用是什么，文章內容豐富且以專業的角度為大家分析和敘述，閱讀完這篇文章希望大家可以有所收獲。
數據歸一化處理的目的是：使得預處理的數據被限定在一定的范圍內，從而消除奇異樣本數據導致的不良影響。數據歸一化處理后，可以加快梯度下降求最優解的速度，且有可能提高精度（如KNN）。
歸一化的目的就是使得預處理的數據被限定在一定的范圍內（比如[0,1]或者[-1,1]），從而消除奇異樣本數據導致的不良影響。
1）在統計學中，歸一化的具體作用是歸納統一樣本的統計分布性。歸一化在0~1之間是統計的概率分布，歸一化在-1~+1之間是統計的坐標分布。
2）奇異樣本數據是指相對于其他輸入樣本特別大或特別小的樣本矢量（即特征向量），譬如，下面為具有兩個特征的樣本數據x1、x2、x3、x4、x5、x6（特征向量—>列向量）,其中x6這個樣本的兩個特征相對其他樣本而言相差比較大，因此，x6認為是奇異樣本數據。
奇異樣本數據的存在會引起訓練時間增大，同時也可能導致無法收斂，因此，當存在奇異樣本數據時，在進行訓練之前需要對預處理數據進行歸一化；反之，不存在奇異樣本數據時，則可以不進行歸一化。
--如果不進行歸一化，那么由于特征向量中不同特征的取值相差較大，會導致目標函數變“扁”。這樣在進行梯度下降的時候，梯度的方向就會偏離最小值的方向，走很多彎路，即訓練時間過長。
--如果進行歸一化以后，目標函數會呈現比較“圓”，這樣訓練速度大大加快，少走很多彎路。
綜上可知，歸一化有如下好處，即
1）歸一化后加快了梯度下降求最優解的速度；
2）歸一化有可能提高精度（如KNN）
注：沒有一種數據標準化的方法，放在每一個問題，放在每一個模型，都能提高算法精度和加速算法的收斂速度。
上述就是小編為大家分享的數據歸一化處理的作用是什么了，如果剛好有類似的疑惑，不妨參照上述分析進行理解。如果想知道更多相關知識，歡迎關注億速云行業資訊頻道。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
