Нормалдаштыруу берилиштериңиздин масштабы ар кандай болгондо жана сиз колдонуп жаткан алгоритм маалыматтарыңыздын бөлүштүрүлүшү жөнүндө божомолдорду жасабаганда пайдалуу, мисалы, k-жакынкы кошуналар жана жасалма нейрон тармактар. Стандартташтыруу маалыматтарыңыз Гаусс (коңгуроо ийри) бөлүштүрүүгө ээ деп болжолдойт.
Дайындарды качан нормалдаштырышыбыз керек?
Бардык өзгөрмөлөрдү бири-бирине пропорцияга келтирүү үчүн берилиштер нормалдаштырылган же стандартташтырылган болушу керек. Мисалы, бир өзгөрмө экинчисинен 100 эсе чоң болсо (орто эсеп менен), анда эки өзгөрмөнү болжолдуу эквиваленттүү кылып нормалдаштырып/стандартташтырсаңыз, моделиңиз жакшыраак иштеши мүмкүн.
Нормалдаштыруу менен стандартташтыруунун ортосунда кандай айырма бар?
Нормалдаштыруу, адатта, маанилерди [0, 1] диапазонуна өзгөртүүнү билдирет. Стандартташтыруу адатта орто 0 жана стандарттык четтөө 1 (бирдик дисперсия) болушу үчүн берилиштердин масштабын өзгөртөт.
Дайындарды нормалдаштыруу бизге качан жана эмне үчүн керек?
Жөнөкөй сөз менен айтканда, нормалаштыруу бардык дайындарыңыздын бардык жазууларда бирдей көрүнүп жана окулушун камсыздайт. Нормалдаштыруу талааларды стандартташтырат, анын ичинде компаниянын аттары, байланыш аттары, URL даректери, дарек маалыматы (көчөлөр, штаттар жана шаарлар), телефон номерлери жана жумуш наамдары.
Нормалдаштырууну жана стандартташтырууну кантип тандайсыз?
Ишкердик дүйнөсүндө "нормалаштыруу" адатта баалуулуктардын диапазону экенин билдирет"0,0 ден 1,0 чейин нормалдаштырылган". "Стандартташтыруу" демейде маанилердин диапазону "стандартташтырылган" маанини билдирет, бул маани анын ортосунан канча стандарттык четтөө бар экенин өлчөө.
