矩阵标准化步骤
矩阵标准化的目的是，通过标准化处理 ， 得到均值为0，标准差为1的服从标准正态分布的数据 。(相对一维数据来说，也就是相对矩阵的每一列，数据的每一个维度）矩阵标准化方法是样本数据减去均值然后除以标准差 。
1)、方便处理数据 。在一些实际问题中，我们得到的样本数据都是多个维度的，即一个样本是用多个特征来表征的 。比如在预测房价的问题中，影响房价的因素有房子面积、卧室数量等，我们得到的样本数据就是有关房子面积与卧室数量的一些样本点 ， 这里的样本点对又被称为特征向量 。很显然，这些特征的量纲和数值的量级都是不一样的，在预测房价时 ， 如果直接使用原始的数据值 ， 那么他们对房价的影响程度将是不一样的 ， 而通过标准化处理，可以使得不同的`特征具有相同的Scale 。这样，在使用梯度下降法学习参数的时候 ， 不同特征对参数的影响程度就一样了 。
简而言之，当原始数据不同维度上的特征的尺度（单位）不一致时，需要标准化步骤对数据矩阵进行预处理 。
2)、加快收敛速度 。大部分数据矩阵归一化后收敛速度会加快 。
3)、提升精度 。
【矩阵标准化步骤】4)、防止梯度爆炸 。
推荐阅读
- 番茄大虾步骤 番茄大虾的家常做法
- 鸡肉粉条步骤 鸡肉粉条用到的材料有哪些
- 台式电脑如何调试51声卡 台式电脑调试51声卡步骤
- 电子礼炮机怎么使用 有什么操作步骤
- 怎么使用支付宝给手机话费 使用支付宝给手机话费的步骤介绍
- 怎样腌独头蒜
- 柚子酿的制作方法大全 柚子酿的常见制作方法步骤
- 用酸奶雪花酥做法和配方 几大步骤做出超美味的酸奶雪花酥
- 浏览器标题栏字体怎么变大
- 山东东北暖棚搭建方法 山东东北暖棚搭建方法步骤