正規化:さまざまなフィールドの大きさの違いの影響を減らすため、または値を平滑化するために使用され、x、yで使用できます
非正規化:通常、モデル予測後のpred yに使用され、元の桁に非正規化されます
純粋な式の導出バージョン:
正規化
data = [1,2,3,4]
def MaxMinNormalization(x,Max,Min):
x = (x - Min) / (Max - Min)
return x
import numpy as np
Max = np.max(data)
Min = np.min(data)
data = MaxMinNormalization(data,Max,Min)
print(data)
[0. 0.33333333 0.66666667 1. ]
非正規化
勉強中···
Skelearnパッケージを呼び出して、正規化と非正規化を実現します
正規化するときは、正規化にスケーラーを使用します。非正規化では、スケーラーデータ変換を使用する必要があります。
ヒント:正規化中の値の形状が(n、3)の場合、非正規化中のデータの形状は(m、3)である必要があります
参考文献
(170メッセージ)sklearnMinMaxScalerが機能を非正規化-Aziaのブログ-CSDNブログ-sklearn非正規化