chevron_left

メインカテゴリーを選択しなおす

cancel
ぱい損で米国株【読書ときどきpython】 https://www.bookloveru2.com/post/python-analysis4

pythonで米国株の株価分析したりします。 読書とビールが好きです。 Knowledge is power.Let's read a book! 良書から人生を豊かに。

いつも人生に行き詰まったとき、読書をすることで新たな知識を得て、前に進むことが出来ました。 誰かの叡智が数千円で自分のモノに。 最高の投資だと思います。その投資結果をブログとして綴っていきます。

bookloveru2
フォロー
住所
未設定
出身
未設定
ブログ村参加

2020/09/29

arrow_drop_down
  • 機械学習のための【正規化】と【標準化】の違い

    統計学の書物を読んだり、機械学習の本を読んでいると、当たり前の様に【正規化】、【標準化】という言葉が出てきます。 特徴量のスケーリング(Feature Scaling)に使用します。 ググっても難しい表現が多いので、乞食(私です)でも解るように説明したいと思います。 定義 正規化…変数を0~1の値に収めること 標準化…変数を平均0、分散1に変換すること これだけです。 画像はとしやなさんより https://qiita.com/toshi_machine/items/0d72ebfbd42bdd030d38より 今回は変数を[1, 10, 100, 1000, 10000]とします。 つまり変数は5つです(-ω-)/ では、正規化からいきます。 変数=1のとき(最小値) 上記の式に、変数Xiに1を代入してみます。 1(変数)-1(最小値)÷ 10000(最大値)-1(最小値)= 0 変数=10000のとき(最大値) 上記の式に、変数Xiに10000を代入してみます。 10000(変数)-1(最小値)÷ 10000(最大値)-1(最小値)= 1 これだけです。 見事に変数は0~1の値に収

arrow_drop_down

ブログリーダー」を活用して、bookloveru2さんをフォローしませんか?

ハンドル名
bookloveru2さん
ブログタイトル
ぱい損で米国株【読書ときどきpython】
フォロー
ぱい損で米国株【読書ときどきpython】

にほんブログ村 カテゴリー一覧

商用