您好,登錄后才能下訂單哦!
1. 歸一化定義與作用
歸一化就是要把需要處理的數(shù)據(jù)經(jīng)過處理后(通過某種算法)限制在你需要的一定范圍內(nèi)。首先歸一化是為了后面數(shù)據(jù)處理的方便,其次是保證程序運行時收斂加快。歸一化的具體作用是歸納統(tǒng)一樣本的統(tǒng)計分布性。歸一化在0-1之間是統(tǒng)計的概率分布,歸一化在某個區(qū)間上是統(tǒng)計的坐標分布。歸一化有同一、統(tǒng)一和合一的意思。
歸一化的目的簡而言之,是使得沒有可比性的數(shù)據(jù)變得具有可比性,同時又保持相比較的兩個數(shù)據(jù)之間的相對關(guān)系,如大小關(guān)系;或是為了作圖,原來很難在一張圖上作出來,歸一化后就可以很方便的給出圖上的相對位置等。
在使用機器學習算法的數(shù)據(jù)預(yù)處理階段,歸一化也是非常重要的一個步驟。例如在應(yīng)用SVM之前,縮放是非常重要的。Sarle的神經(jīng)網(wǎng)絡(luò)FAQ的第二部分(1997)闡述了縮放的重要性,大多數(shù)注意事項也適用于SVM??s放的最主要優(yōu)點是能夠避免大數(shù)值區(qū)間的屬性過分支配了小數(shù)值區(qū)間的屬性。另一個優(yōu)點能避免計算過程中數(shù)值復雜度。因為關(guān)鍵值通常依賴特征向量的內(nèi)積(inner products),例如,線性核和多項式核,屬性的大數(shù)值可能會導致數(shù)值問題。我們推薦將每個屬性線性縮放到區(qū)間[-1,+1]或者[0, 1]。
當然,我們必須使用同樣的方法縮放訓練數(shù)據(jù)和測試數(shù)據(jù)。例如,假設(shè)我們把訓練數(shù)據(jù)的第一個屬性從[-10,+10]縮放到[-1, +1],那么如果測試數(shù)據(jù)的第一個屬性屬于區(qū)間[-11, +8],我們必須將測試數(shù)據(jù)轉(zhuǎn)變成[-1.1, +0.8]。
參考:“SVM:從理論到OpenCV實踐” 4.2 歸一化數(shù)據(jù):
http://blog.csdn.net/zhazhiqiang/article/details/20146243
函數(shù)原型:
void normalize(InputArray src,OutputArraydst, double alpha = 1, double beta = 0, intnorm_type = NORM_L2, int dtype = -1, InputArray mask = noArray() )
該函數(shù)歸一化輸入數(shù)組使它的范數(shù)或者數(shù)值范圍在一定的范圍內(nèi)。
Parameters:
src
輸入數(shù)組
dst
輸出數(shù)組,支持原地運算
alpha
range normalization模式的最小值
beta
range normalization模式的最大值,不用于norm normalization(范數(shù)歸一化)模式。
normType
歸一化的類型,可以有以下的取值:
NORM_MINMAX:數(shù)組的數(shù)值被平移或縮放到一個指定的范圍,線性歸一化,一般較常用。
NORM_INF:此類型的定義沒有查到,根據(jù)OpenCV 1的對應(yīng)項,可能是歸一化數(shù)組的C-范數(shù)(絕對值的最大值)
NORM_L1 : 歸一化數(shù)組的L1-范數(shù)(絕對值的和)
NORM_L2: 歸一化數(shù)組的(歐幾里德)L2-范數(shù)
dtype
dtype為負數(shù)時,輸出數(shù)組的type與輸入數(shù)組的type相同;
否則,輸出數(shù)組與輸入數(shù)組只是通道數(shù)相同,而tpye=CV_MAT_DEPTH(dtype).
mask
操作掩膜,用于指示函數(shù)是否僅僅對指定的元素進行操作。
1、線性函數(shù)轉(zhuǎn)換,表達式如下:(對應(yīng)NORM_MINMAX)
if mask(i,j)!=0
dst(i,j) = (src(i,j) - min(src)) * (b' - a') / (max(src) - min(src)) + a'
else
dst(i,j) = src(i,j)
其中b' = MAX(alpha,beta ) , a' = MIN(alpha,beta );
2. 當norm_type!=NORM_MINMAX:
if mask(i,j) != 0
dst(i,j) = src(i,j) *alpha / norm (src,norm_type,mask)
else
dst(i,j) = src(i,j)
其中,函數(shù)norm的功能是計算norm(范數(shù))的絕對值
Thefunctions norm calculate an absolute norm of src1 (when there is no src2 ):
免責聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。