为什么我的已实现归一化方法不起作用？

问题描述

我正在尝试规范我的特征（Xtrain矩阵，它是250 x 7），这就是我为此所做的：

mean_tr = np.mean(Xtrain,axis=0)
sd_tr = np.std(Xtrain,axis=0)
feature1 = (Xtrain[:,0] - mean_tr[0]) / sd_tr[0]
feature2 = (Xtrain[:,1] - mean_tr[1]) / sd_tr[1]
feature3 = (Xtrain[:,2] - mean_tr[2]) / sd_tr[2]
feature4 = (Xtrain[:,3] - mean_tr[3]) / sd_tr[3]
feature5 = (Xtrain[:,4] - mean_tr[4]) / sd_tr[4]
feature6 = (Xtrain[:,5] - mean_tr[5]) / sd_tr[5]
feature7 = (Xtrain[:,6] - mean_tr[6]) / sd_tr[6]

但是出了点问题！我的功能不在0-1范围内！有些大于1！我在做什么错了？

解决方法

您正在进行标准化，即计算Z得分，其均值和单位方差为零。

为了规范化，您必须使用另一个公式：

（X-X_min）/（X_max-X_min）

详细了解here。