量纲

数据预处理和特征工程

也可能，数据的质量不行，有噪声，有异常，有缺失，数据出错，量纲不一，有重复，数据是偏态，数据量太大或太小数据预处理的目的：让数据适应模型，匹配模
Garcia-zhang·2022-11-12 11:54

数据预处理 | 数据标准化及归一化

在多指标评价体系中，由于各评价指标的性质不同，通常具有不同的量纲和数量级。
数据STUDIO·2022-11-12 11:54

【菜菜的sklearn课堂笔记】数据预处理和特征工程-数据预处理-数据无量纲化 & 缺失值

视频作者：菜菜TsaiTsai链接：【技术干货】菜菜的机器学习sklearn【全85集】Python进阶_哔哩哔哩_bilibili数据挖掘的五大流程：获取数据数据预处理数据预处理是从数据中检测，纠正或删除损坏，不准确或不适用于模型的记录的过程可能面对的问题有：数据类型不同，比如有的是文字，有的是数字，有的含时间序列，有的连续，有的间断。也可能，数据的质量不行，有噪声，有异常，有缺失，数据出错，量
烧灯续昼2002·2022-11-12 11:24

数据预处理和特征工程1--无量纲化：数据归一化、标准化

也可能，数据的质量不行，有噪声，有异常，有缺失，数据出错，量纲不一，
海星？海欣！·2022-11-12 11:23

解答让人困惑的密度定义 （光子气体和波色爱因斯坦凝聚中）

在得到一位大佬的循循善诱下，比如说我想解释u(e)的物理意义，量纲分析走起。A：一个什么数✖️能量求和会得到能量呢？B:很自然会想到权重因子。A:那么这里的权重因子指什么？
超弦音·2022-11-11 10:40

机器学习实用代码汇总（你想要的这里都有）

文章目录机器学习实用代码汇总（你想要的这里都有）前言一、数据导入1.数据文件读取2.提取特征和标签3.数据分布及关系图（ProfileReport）二、数据预处理1.数据的查看、去重、异常值删除2.数据的无量纲化
WX_ygg17634504536·2022-11-06 01:17

sklearn数据标准化的4个问题

sklearn数据标准化的3个问题    数据标准化是机器学习建模之前的常见操作，可以减小不同特征的数据量纲的影响。
Pleasure2021·2022-11-01 07:56

机器学习第三周-归一化和预处理

二、数据的无量纲化在机器学习算法实践中
笨鸟的GPS·2022-10-18 14:31

数据规范化与数据离散化

不同评价指标往往具有不同的量纲，数值间的差别可能很大，不进行处理可能会影响到数据分析的结果。
.别拖至春天.·2022-10-03 15:44

机器学习基础概念

二分类问题Y有多类：多分类问题回归问题：输出变量Y为连续型变量此回归非回归分析无监督学习聚类降维强化学习做对了奖励，做错了惩罚模型评估指标这里只介绍有监督学习回归问题评估指标第一个指标体系SSE残差平方和：其量纲是原来数据量纲的平方
丸丸丸子w·2022-09-23 09:44

机械振动信号15个时域统计指标

信号的时域特征是通过统计分析信号的各种时域参数、指标的估计或计算得到的，如表所示，分为有量纲参数和无量纲参数两种，其中1-9为有量纲参数和10-15无量纲参数。
xjtuwfj·2022-09-22 07:11

一维振动信号的时域特征python

1.1有量纲特征值8个——最大值、最小值、峰峰值、均值、方差、标准差、均方值、均方根值下面介绍这几个参量，再扩充表达了均方根和均方根误差。原始信号，信号长度为N1.均值：信号的平均，为一阶矩。
追剧入迷人·2022-09-22 07:11

机械故障诊断信号幅域分析- 时域统计特征 | 基于python代码实现，在CWRU和IMF轴承数据及上实战

最详细的机械故障信号时域特征分析及实战1、摘要2、有量纲幅域参数计算公式及物理意义3、无量纲幅域参数计算公式及物理意义4、模拟数据代码实战4.1导入包4.2生成模拟正弦数据4.3绘制幅值概率密度函数4.4
故障诊断与python学习·2022-09-22 07:03

TOPSIS（优劣解距离法）

步骤如下：先将原始数据矩阵统一指标类型得到正向化的矩阵对正向化的矩阵进行标准化处理以消除各指标量纲的影响找到有限方案中的最优解和最劣解，分别计算各评价对象与最优解和最劣解间的距离，获得各评价对象与最优解的相对接近程度
zedkyx·2022-09-21 07:53

数学建模常用方法 | matlab代码 | 二十三种数学建模方法 |2022赛前突击 |模型代码 |比赛比用、简单高效| 分享

为是赛前突击，所以就不过多的介绍理论知识了，直接上案例，matlab代码更加详细例题解析+9.15发比赛思路（14号下架）：公众h：露露IT目录1.类比法2.二分法3.量纲分析法4.图论法5.差分法6.
sybh..·2022-09-21 07:36

机器学习之数据预处理&特征选择

文章目录1.数据预处理1.1数据无量纲化1.1.1数据归一化1.1.2数据标准化1.2缺失值处理1.3处理分类类型特征：编码与哑变量1.4处理连续型特征：二值化与分段2.特征选择2.1过滤法2.1.1方差过滤
`AllureLove·2022-09-17 07:25

【机器学习笔记】【数据预处理】

目录一、数据无量纲化1.preprocessing.MinMaxScaler归一化①归一化到[0,1]以外的范围②用numpy实现归一化③逆转归一化2.preprocessing.StandardScaler
桜キャンドル淵·2022-09-17 07:42

机器学习-特征工程总结

机器学习特征工程总结归一化和标准化有什么区别特征工程一般怎么做如何进行特征筛选连续特征离散化的作用特征数值分布比较稀疏如何处理正负样本不均衡如何处理海量类别型特征如何处理id类特征one-hot编码后维度过高如何处理DNN能做特征交叉吗pearson相关系数的作用介绍下最近邻检索归一化和标准化有什么区别归一化的依据非常简单，不同变量往往量纲不同
城阙·2022-09-15 07:49

数学建模笔记

正赶上这次的数学建模校内选拔赛，要好好准备一下层次分析法先一致性检验，再计算权重向量（要归一化）TPOPSIS基本过程为先将原始数据矩阵统一指标类型（一般正向化处理）得到正向化的矩阵，再对正向化的矩阵进行标准化处理以消除各指标量纲的影响
dominator_Z·2022-09-15 07:17

特征工程概略

数据预处理不属于同一量纲：无量纲化信息冗余：进行区间离散定性特征不能直接利用：采用哑编码存在缺失值：对缺失值进行补充信息利用率低：对定量变量进行多项式化，增加新的特征，可以达到非线性的结果。
li123chen·2022-09-11 07:38

机器学习——特征工程详解

2数据预处理2.1无量纲化2.1.1标准化2.1.2区间缩放法2.1.3标准化与归一化的区别2.2对定量特征二值化2.3对定性特征哑编码2.4缺失值计算2.5数据变换3特征选择3.1Filter3.1.1
Eureka丶·2022-09-08 07:30

数学建模笔记-第十四讲-主成分分析

计算过程主成分分析的应用例1主成分的说明例2MATLAB对结果的解释主成分分析的滥用：主成分得分主成分分析用于聚类主成分回归说明作业主成分分析经典的降维算法PCA数据降维主成分分析思想PCA计算过程标准化：去除量纲归一化
丸丸丸子w·2022-09-06 17:49

sklearn中的数据预处理

也可能，数据的质量不行，有噪声，有异常，有缺失，数据出错，量纲不一，有重复，数据是偏态，数据量太大或太小数据预处理的目的：让数据
weixin_63230368·2022-09-02 10:43

数据挖掘的五大流程、sklearn中常用的模块介绍、数据预处理、特征选择（过滤法+Embedded嵌入法+Wrapper包装法）

获取数据1.2数据预处理1.3特征工程1.4建模，测试模型并预测出结果1.5上线，验证模型效果2、sklearn中的数据预处理和特征工程3、数据预处理Preprocessing&Impute3.1数据无量纲化
斯外戈的小白·2022-09-02 10:42

【数据预处理】sklearn实现数据预处理（归一化、标准化）

原因：特征的单位或者大小相差较大，或者某特征的方差相比其他的特征要大出几个数量级，容易影响（支配）目标结果，使得一些算法无法学习到其他的特征，即无量纲化。
想做一只快乐的修狗·2022-09-02 10:12

Sklearn中数据预处理

数据预处理Sklearn中的模块preprocessing：几乎包含数据预处理的所有内容数据无量纲化在机器学习算法实践中，我们往往有着将不同规格的数据转换到同一规格，或不同分布的数据转换到某个特定分布的需求
sshi9·2022-09-02 10:11

机器学习（9）--数据预处理

目录一、无量纲化1、无量纲化概述2、归一化2.1MinMaxScaler的重要参数和接口2.2归一化代码演示3、标准化3.1标准化代码演示二、缺失值1、利用pandas补充缺失值2、利用sklearn补充缺失值
Struart_R·2022-09-01 07:21

大数据精准营销应用（一）

文章目录前言一、精准营销简介二、大数据精准营销过程三、大数据精准营销方式四、项目目标五、项目流程六、数据的处理数据的预览数据的读取数据的解析数据预处理异常值处理缺失值处理时间格式和时区转换量纲转化重复数据处理总结前言随着大数据时代的不断发展
PqqqqqqY·2022-08-31 21:11

机器学习 Sklearn Day3

Day3sklearn中的数据预处理和特征工程1概述1.1数据预处理与特征工程1.2sklearn中的数据预处理和特征工程2数据预处理Preprocessing&Impute2.1数据无量纲化2.2缺失值
birdooo·2022-08-31 07:16

机器学习-sklearn第十一天——笔记

4.3.1描述性统计与异常值4.3.2处理困难特征：日期4.3.3处理困难特征：地点4.3.4处理分类型变量：缺失值4.3.5处理分类型变量4.3.6处理连续型变量：填补缺失值4.3.7处理连续型变量：无量纲化
鹿衔草啊·2022-08-21 07:50

机器学习-sklearn第六天——笔记

目录3案例：用逻辑回归制作评分卡3.1导库，获取数据3.2探索数据与数据预处理3.2.1去除重复值3.2.2填补缺失值3.2.3描述性统计处理异常值3.2.4为什么不统一量纲，也不标准化数据分布？
鹿衔草啊·2022-08-21 07:50

机器学习-sklearn第三天——笔记

目录sklearn中的数据预处理和特征工程1概述1.1数据预处理与特征工程1.2sklearn中的数据预处理和特征工程2数据预处理Preprocessing&Impute2.1数据无量纲化2.2缺失值2.3
鹿衔草啊·2022-08-21 07:49

matplotlib图表多曲线多纵轴绘制工具方法

同一图上不同曲线数值大小差太多就能绘制成地板和天花板还不能给人家量纲去了，所以不同曲线需要不同纵轴才能清晰看出细小波动～要是觉得颜色不好看还可以指定几个颜色，这些颜色按照与数据序列相同的顺序作用于对应曲线
　星云　·2022-08-09 09:55

SPSSAU综合评价方法汇总

简单从分析角度来讲，综合评价方法步骤主要包括：确定指标体系、指标数据处理（无量纲化等）、确定指标权重、计算综合评价结果及综合排名。
spssau·2022-08-08 07:42

《Python量化投资》02 单因子极值-标准化预处理

一、因子信号的获取极值处理与标准化：去除极值，降低极值对于数据的影响标准化：对不同数据进行同一处理的时候需要同一量纲。
驭风少年君·2022-08-03 19:07

【总结】信号时域&频域分析方法及matlab代码实现

将不定期更新和补充以下链接均出自【括号先森】，为防止自己找不到，特加此汇总【时域】信号时域分析方法（有量纲特征值&无量纲特征值）时域分析中无量纲特征值详解时域特征值提取的Matlab实现【频域】信号频域分析方法频域特征值提取的
小欧尼思密达·2022-08-02 22:30

基于神经网络的天气质量指数预测

空气质量指数是将对人群产生影响的空气质量，通过对评价空气质量的污染物浓度计算得到的无量纲数值。用不同得等级表示空气污染状况的程度
紫钺-高山仰止·2022-07-27 13:24

通信技术

题目里信噪比的单位是DB,不能直接代入香农公式,要先把这个信噪比化成一个没有量纲的比值，一开始我就是入了这个坑，但有后来高人指点哈哈。
only demo·2022-07-25 07:54

标准化、归一化和正则化的关系

归一化的目的是消除不同量纲及单位影响，提高数据间的可比性。正则化的目的是为了防止过拟合。文中涉及代码下载参考[5]。一.标准化1.标准化方程最
阿升1990·2022-07-17 09:28

标准化、归一化和正则化的关系

归一化的目的是消除不同量纲及单位影响，提高数据
阿升1990·2022-07-17 09:00

如何查看python模块参数_【学习】python sklearn机器学习模块参数

数据变换标准化讲一下几个模块的区别：数据标准化StandardScaler(基于特征矩阵的列，将属性值转换至服从正态分布)标准化是依照特征矩阵的列处理数据，其通过求z-score的方法，将样本的特征值转换到同一量纲下常用与基于正态分布的算法
weixin_39962199·2022-07-09 07:49

GPS卫星位置计算（卫星位置计算小程序）java版

准备以及结果图软件：eclipse（2020-6版本）带有WindowBuilder插件编程语言：Java结果图：二、数据t0e星历的基准时间单位：秒a_sqrt轨道半长轴的平方根单位：米e1轨道离心率单位：无量纲
涟涟涟涟·2022-07-04 07:58

opencv双目标定原理_学习OpenCV双目测距原理及常见问题解答

学习OpenCV双目测距原理及常见问题解答一.整体思路和问题转化.图1.双摄像头模型俯视图图1解释了双摄像头测距的原理，书中Z的公式如下：在OpenCV中，f的量纲是像素点，T的量纲由定标棋盘格的实际尺寸和用户输入值确定
立·波·2022-06-26 07:26

python热力图实现的完整实例

目录一、数据无量纲化处理(热力图)1.数据无量纲化处理(仅介绍本文用到的方法):min-max归一化2.代码展示3.效果展示二、皮尔斯系数相关(热力图)1.数学知识2.代码展示3.seaborn.heatmap
·2022-06-24 12:43

以下哪些机器学习算法可以不对特征做归一化处理：

解题总结题目以下哪些机器学习算法可以不对特征做归一化处理：随机森林逻辑回归SVMGBDT二、解题归一化不是由方法决定的，而是由数据决定的树模型一般不需要做归一化处理，做归一化处理的目的主要为了使同一特征的取值在同一量纲
冰露可乐·2022-06-13 07:11

一、数据预处理——数据归一化 & 数据标准化

1.1数据无量纲化在机器学习算法实践中，我们往往有着将不同规格的数据转换到同一规格，或不同分布的数据转换到某个特定分布的需求，这种需求统称为将数据“无量纲化”。
小小白学计算机·2022-06-08 09:55

均值归一化_数据归一化（Feature Scaling）

很显然，我们需要将这些量纲不同的属性数据映射到同一个尺度空间中，这就是归一化。二、归一化的方式2.1最值归一化(no
weixin_39714835·2022-06-08 09:24

数据预处理--归一化和标准化《菜菜机器学习sklearn笔记》

，测试模型并预测效果5.上线，验证模型效果二、Sklearn中的数据预处理与特征工程1、sklearn数据预处理和特征工程相关模块2、数据预处理模块Preprocessing&Impute2.1数据无量纲化
温旧酒一壶~·2022-06-08 09:24

第四十九篇 入门机器学习——数据归一化（Feature Scaling）

No.1.数据归一化的目的数据归一化的目的，就是将数据的所有特征都映射到同一尺度上，这样可以避免由于量纲的不同使数据的某些特征形成主导作用。
weixin_30379911·2022-06-08 09:54

数据特征归一化(Feature Scaling)学习及实现

为什么需要特征归一化不同特征指标往往具有不同的量纲和量纲单位，这样的情况会影响到数据分析的结果，为了消除指标之间的量纲影响，需要进行数据标准化处理，以解决数据指标之间的可比性。
爱吃西瓜大人·2022-06-08 09:53
上一页 4 5 6 7 8 9 10 11 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他