什么是数据归一化

什么是数据归一化

问题一：数据归一化处理怎么弄 归一化,就是把原来数据范围缩小（或放大）到 0 和 1 的范围。例如 RGB（红绿兰）颜色，原来范围 红绿兰 分别是 十六进制 0 到 0xFF.
归一化，变 到 0 到 1 的范围，只要分别 除以 0xFF，就可以了。另一种RGB归一化，是把RGB变 HSV / HSL。颜色可以用色度 0到1来表示。（有公式计算）。再例如，屏幕上1点位置，你可以用x,y几何尺寸表示，可以用x,y,pixel表示。归一化，就是把位置坐标变成0到1表示。
只要把 原 x 除以屏幕宽度 w, 原 y 除以屏幕高度 H, 就可以了。数学上 归一化，丹是物理上 “无因次化”。问题二：数据归一化怎么处理？ 你用的是什么软件？
如果是Origin，那么选中要归一化的数据列，点击右键，在弹出的对话框中选择 Normalize问题三：数据处理 归一化 根据你的公式可以返归一，相当于x1'已知，但是应该要知道x1_MinValue, x1_MaxValue。问题四：怎样把数据归一化到-1到1 很简单，用函数mapminmax，文档太长我就不翻译了，只提醒几个关键
1 默认的map范围是[-1, 1]，所以如果需要[0, 1]，则按这样的格式提供参数:
MappedData = mapminmax(OriginalData, 0, 1);
2 只按行归一化，如果是矩阵，则每行各自归一化，如果需要对整个矩阵归一化，用如下方法：
FlattenedData = OriginalData(:)'; % 展开矩阵为一列，然后转置为一行。
MappedFlattened = mapminmax(FlattenedData, 0, 1); % 归一化。
MappedData = reshape(MappedFlattened, size(OriginalData)); % 还原为原始矩阵形式。此处不需转置回去，因为reshape恰好是按列重新排序
文档全文如下：
mapminmax
Process matrices by mapping row minimum and maximum values to [-1 1]
Syntax
[Y,PS] = mapminmax(YMIN,YMAX)
[Y,PS] = mapminmax(X,FP)
Y = mapminmax('apply',X,PS)
X = mapminmax('reverse',Y,PS)
dx_dy = mapminmax('dx',X,Y,PS)
dx_dy = mapminmax('dx',X,[],PS)
name = mapminmax('name');
fp = mapminmax('pdefaults');
names = mapminmax('pnames');
remconst('pcheck',FP);
Description
mapminmax processes matrices by normalizing the minimum and maximum values of each row to [YMIN, YMAX].
mapminmax(X,YMIN,YMAX) takes X and optional parameters
X
N x Q matrix or a 1 x TS row cell array of N x Q matrices
YMIN
Minimum value for each row of Y (default is -1)
YMAX
Maximum value for each row of Y (default is +1)
and returns
Y
Each M x Q matrix (where M == N) (optional)
PS
Process settings that allow consistent processing of values
mapminmax(X,FP) takes parameters as a struct: FP.ymin, FP.ymax.
mapminmax('apply',X,PS) returns Y, given X and settings PS.
mapminmax('reverse',Y,PS) returns X, given Y and settings PS.
......余下全文>>问题五：如何将spss数据0~1归一化 归一化方法你在百度上搜一下
其实就是把所有数据郸起来（或者加权）得个总数，然后每个数据除以这个总数，就归一了问题六：origin 数据归一化处理 所谓数据的归一化，最简单的理解是将一组数据全部除以某一个数值，一般是这组数的最大的那个数，得到的结果就是这组数中最大值变为 1，其余的数均小于1。 【 或者，按照你的要求，将所有数据除以某一个特定的数值，得到与这个被除数相关的一组数据。
你的截图上已经显示得很清楚了，在你选择的数据范围内最大值是 555.3542，最小值是100.0754。如果你是用一般的归一化，那么直接在归一化对话框中点 OK 就行了。问题七：训练输入数据为什么可以归一化？ 为什么要归一化。主要原因是消除不同维度数据之间的差异，还以加快训练算法的收敛速度。包括去除量纲不一致的缺陷，时间序列不平稳。 查看原帖>>问题八：数据归一化，标准化？ 30分标准化是指在执行过程中,不同的执行人参考同样的流程,同样的方法进行.以避免因为人的因素导致的数据差.
归一化是指建立共享平台,所得到的数据资料统一归档并对需要的人开放.以避免需要的人再去重复收集数据浪费人力时间.
补充一点:标准化是指过程,归一化是针对结果,只有共同作用才能得到合理,科学的结果问题九：机器学习数据归一化的的方法有哪些 常用的就是先减去平均值，再除以标准差。这么做会把数据集做成标准正态分布，但不是归一化。
归一化常用的就是求出数据最大值和最小值，然后把每个数据减去最小值，再除以值域。问题十：在excel表格中如何对数据进行归一化处理 比如对A1到A10中的是个数进行归一化处理，就是分别计算每个数占这是个数这和的百分比，可以用公式计算，不是很难，例如：在单元格B1中输入“=A1/sum($A$1:$A$10),点击B1右下角的抚十字下拉到B10放开鼠标，b列的结果就是你要的归一化结果。数据多的话只需改动公式中sum函数的引用位置，如A列有100个数，B1中改为”=A1/sum（$A$1：$A$100）“