为什么要归一化?
答:为了减少数据中存在的奇异样本数据存在所引起的网络训练时间增加,并可能引起网络无法收敛。其次保证程序运行时收敛加快。
============外一篇有关mapminmax的用法详解 by faruto==================================
几个要说明的函数接口:
[Y,PS] = mapminmax(X)
[Y,PS] = mapminmax(X,FP)
Y = mapminmax('apply',X,PS)
X = mapminmax('reverse',Y,PS)
用实例来讲解,测试数据 x1 = [1 2 4], x2 = [5 2 3];
>> [y,ps] = mapminmax(x1)
y =
- -
ps =
name: 'mapminmax'
xrows: 1
xmax: 4
xmin: 1
xrange: 3
yrows: 1
ymax: 1
ymin: -1
yrange: 2
其中y是对进行某种规范化后得到的数据,?
Algorithm
It is assumed that X has only finite real values, and that the elements of each row are not all equal.
y = (ymax-ymin)*(x-xmin)/(xmax-xmin) + ymin;
[,那如果都相同怎么办?实现的办法是,如果有一行的元素都相同比如xt = [1 1 1],此时xmax = xmin = 1,把此时的变换变为y = ymin,,没有意义!]
也就是说对x1 = [1 2 4]采用这个映射 f: 2*(x-xmin)/(xmax-xmin)+(-1),就可以得到y = [ - - ]
我们来看一下是不是: 对于x1而言 xmin = 1,xmax = 4;
则y(1) = 2*(1 - 1)/(4-1)+(-1) = -1;
y(2) = 2*(2 - 1)/(4-1)+(-1) = -1/3 = -;
y(3) = 2*(4-1)/(4-1)+(-1) = 1;
看来的确就是这个映射来实现的.
对于上面algorithm中的映射函数其中ymin,和ymax是参数,可以自己设定,默认为-1,1;
比如:
>>[y,ps] = mapminmax(x1)
>> = 0;
>> [y,ps] = mapminmax(x1,ps)
y =
0
ps =
name: 'mapminmax'
xrows: 1
xmax: 4
归化与反归化 来自淘豆网www.taodocs.com转载请标明出处.