如何对既有正数又有负数的数据标准化？且标准化后数据的正负号不变。
3条回答
tsungchen 2018-01-12 16:24关注或者 x' = x/ max(fabs(x)) ；
或者 x' = 2 * ( x - ( max(x) + min(x) ) * 0.5 ) / ( max(x) - min(x))， 但是变号，归一化到[-1, 1]；
或者以均值为0计算sigma, x' = x / sigma, 归一化到 N~【0, sigma】分布本回答被题主选为最佳回答 , 对您是否有帮助呢?评论 打赏解决 3无用 4举报
分享
- 2018-01-12 08:14回答 3 已采纳 或者 x' = x/ max(fabs(x)) ； 或者 x' = 2 * ( x - ( max(x) + min(x) ) * 0.5 ) / ( max(x) - min(x))， 但是
- 2022-03-08 22:53回答 2 已采纳 八位的补码是：0000 0000~1111 1111。写成十进制就是：0 ~ 255。其中的 0 ~ 127，是正数的补码。而 128~255，则是－128 ~－1 的补码。所能表示的范围是：－128
- 2022-03-16 13:41回答 4 已采纳
- 2020-12-05 20:57weixin_39968823的博客 正态分布跟标准分数之间的关系Python版本：3.5数学公式编辑器：MathType标准分数标准分数(Standard Score，又称z-score、z分数或标准化值)，是将集合中的单个数与集合的均值相减的结果除以集合的标准差得到标准化的...
- 2021-09-16 17:44回答 1 已采纳 按位取反再加1。
- 2021-10-06 18:33回答 1 已采纳 遍历表中所有元素，然后将非负整数复制到顺序表从0开始的位置。最后记录非负整数的数量作为顺序表的长度。时间复杂度为O(n)，空间复杂度为0
- 2022-07-05 22:20回答 3 已采纳 if(i == 0) { max = min = temp;}这个是将第一个数值赋值给max和min，这就覆盖了初始化的0，然后再跟后边的值进行比较，就避免了你说的这种情况，所以这是没有问题的。
- 2021-01-11 19:40第四根肋骨的博客 数据的标准化在数据分析之前，我们通常需要先将数据标准化(normalization)，利用标准化后的数据进行数据分析。。处理主要包括数据两个方面。处理主要解决数据问题，对不同性质指标直接加总不能正确反映不同作用力的...
- 2022-03-25 14:17回答 4 已采纳 scanf这一行后面增加判断为负数则break： if(score < 0) break;
- 2023-01-15 10:49回答 2 已采纳 你输入的几
- 2022-10-20 18:37回答 1 已采纳 list1=[x for x in list1 if x>=0]
- 2020-12-20 21:52weixin_39625162的博客 一、标准分数标准分数(Standard Score，又称z-score、z分数或标准化值)，是将集合中的单个数与集合的均值相减的结果除以集合的标准差得到标准化的结果，该方法类似于正态分布的标准化转换，转换函数为：Z=(x-μ)/σ...
- 2018-05-14 01:30回答 3 已采纳 textEdit1.Properties.Appearance.TextOptions.Halignment=Far； 如图：是将数据按比例缩放，使之落入一个小的特定区间。在某些比较和评价的指标处理中经常会用到，去除数据的单位限制，将其转化为无量纲的纯数值，便于不同单位或量级的指标能够进行比较和
- 2018-07-15 11:18小基基o_O的博客 零一标准化 零一标准化 import pandas as pd import matplotlib.pyplot as mp d = {'name': list('ABCD'), 'value': [1002, 1000, 1010, 1001]} df = pd.DataFrame(d) # 0-1标准化 value...
- 2021-04-22 08:59陶嘉恒的博客 P=[123 15.0 1.10 70 0.2 0;123 15.0 1.10 70 0.2 0;145 16.0 1.50 120 0.4 0;130 15.0 1.40 135 0.4 0;110 12.0 1.40 100 0.4 0;148 18.0 1.80 95 0.8 0;225 14.0 1.90 130 0.8 0;308 10.0 1.00 160 0.6 0;...
- 2022-04-19 20:01深度人工智能的博客 数据标准化，顾名思义，就是将原来分布范围不同的数据缩放在一个范围之内，一般来说是标准化到均值为0，标准差为1的标准正态分布，均值为0是为了让数据中心化，让各个维度的特征都平衡，标准差为1是为了让数据在各个...
- 2020-08-10 19:08骑着蜗牛ひ追导弹'的博客 标准化数据 不同特征之间往往具有不同的量纲，由此所造成的数值间的差异可能很大，在涉及空间距离计算或梯度下降法等情况的时候不对其进行处理会影响到数据分析结果的准确性。为了消除特征之间的量纲和取值范围差异...
- 2019-09-16 19:09ChanKamShing的博客 数据标准化（Normalization）：将数据按照一定比例进行缩放，使其落入到一个特定的小区间。 数据标准化的类别： Min-Max标准化 Z-Score标准化（Standard Score，标准分数） 小数定标（Decimal scaling）标准化 ...
- 没有解决我的问题, 去提问
