Jak skalować tablicę liczb całkowitych ze znakiem od 0 do 1?

14

Używam Mózgu do trenowania sieci neuronowej na zestawie funkcji, który zawiera zarówno wartości dodatnie, jak i ujemne. Ale Mózg wymaga wartości wejściowych od 0 do 1. Jaki jest najlepszy sposób normalizacji moich danych?

— Jonathan Shobrook
źródło

24

Nazywa się to normalizacją opartą na jedności. Jeśli masz wektor , możesz uzyskać jego znormalizowaną wersję, powiedzmy , wykonując: $X$ $Z$

Z = \frac{X - min (X)}{max (X) - min (X)}

$Z = \frac{X - \min(X)}{\max(X) - \min(X)}$

— stochazesthai
źródło

1

To podejście jest również znane jako normalizacja min-maks. (Ponieważ używamy wartości min i maks.)

— Shagun Sodhani

Czy można użyć tej metody do normalizacji wartości, która reprezentuje procent i może być ujemna, ale zawsze wyższa niż -2% i mniejsza niż 30%? Czy sieci neuronowej nie będzie trudniej uzyskać wskazówkę dotyczącą wartości, jeśli znormalizuję ją w ten sposób?

— Ivan

3

Znajdź największą liczbę dodatnią i najmniejszą (najbardziej ujemną) w tablicy. Dodaj wartość bezwzględną najmniejszej (najbardziej ujemnej) liczby do każdej wartości w tablicy. Podziel każdy wynik przez różnicę między największą i najmniejszą liczbą.

— McDuffee
źródło

@Jathanathan: nie ma znaczenia, o ile obie wartości pochodzą z tej samej tablicy, oryginalnej lub zaktualizowanej. Ponieważ do każdej wartości dodawana jest ta sama liczba, różnica między minimum a maksimum pozostaje taka sama.

— RemcoGerlich

1

powiedzmy, że masz wektor / tablicę wartości v = [1, -2, 3]

minV = Math.min.apply(Math, v);;
for(var i=0; i<v.length; i++) {v[i] -= minV;}
maxV = Math.max.apply(Math, v);;
for(var i=0; i<v.length; i++) {v[i] /= ( maxV - minV );}

Wyjście na końcu będzie v = [0.6, 0, 1]. Wyjaśnienie:

Przesuwamy cały zakres wartości, aby zacząć od 0, abyśmy nie mieli negatywów
Dzieląc wartości przez (max - min) zakresu, tak aby max wynosił 1

— device_exec
źródło

1

Zanim to zrobisz, możesz sprawdzić wartości odstające. Powiedzmy, że 99% danych mieści się w zakresie (-5, 5), ale jeden mały facet przyjmuje wartość 25,0. Twoja znormalizowana tablica skupiałaby się wokół (0, 0,3), co spowodowałoby problem w nauce sieci neuronowej.

— horaceT
źródło