基础知识

机器学习类型

分类问题

$$x_{\text{centered}}=x-\overline{x}$$

数据处理

归一化

归一化是指将数据集中的每个特征的最大值缩放到 1，最小值缩放到 0。

标准化

标准化其实就是z-score归一化，也就是说标准化其实是归一化的一种。

量纲是指数据的单位，比如长度、重量、时间等。

标准化是指将数据集中的每个特征的均值移动到 0，方差缩放到 1。 标准化的目的是消除特征之间的量纲差异，使得模型更容易学习到特征之间的关系。

对于一个特征 $x$，它的标准化公式为：

$$x_{\text{standardized}}=\frac{x-\overline{x}}{\sigma }$$

中心化

中心化是指将数据集中的每个特征的均值移动到 0。
中心化的目的是消除特征之间的偏差，使得模型更容易学习到特征之间的关系。

对于一个特征 $x$，它的中心化公式为：

$$x_{\text{centered}}=x-\overline{x}$$

附录

• 归一化基础知识点