¿Cómo escalar una matriz de enteros con signo para variar de 0 a 1?

15

Estoy usando Brain para entrenar una red neuronal en un conjunto de características que incluye valores positivos y negativos. Pero Brain requiere valores de entrada entre 0 y 1. ¿Cuál es la mejor manera de normalizar mis datos?

— Jonathan Shobrook
fuente

25

Esto se llama normalización basada en la unidad. Si tiene un vector , puede obtener una versión normalizada del mismo, digamos , haciendo: $X$ $Z$

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

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

— Stochazesthai
fuente

1

Este enfoque también se conoce como normalización min-max (ya que estamos usando valores min y max)

— Shagun Sodhani

¿Está bien usar este método para normalizar un valor que representa un porcentaje y puede ser negativo pero siempre mayor que -2% y menor que 30%? ¿No será más difícil para una red neuronal obtener la pista del significado del valor si lo normalizo de esta manera?

— Ivan

3

Encuentre el número positivo más grande y el número más pequeño (más negativo) en la matriz. Agregue el valor absoluto del número más pequeño (más negativo) a cada valor en la matriz. Divide cada resultado por la diferencia entre el número más grande y el más pequeño.

— mcduffee
fuente

@ Jonathan: no importa siempre que ambos valores sean de la misma matriz, original o actualizada. Como se agrega el mismo número a cada valor, la diferencia entre el mínimo y el máximo se mantiene igual.

— RemcoGerlich

1

digamos que tiene un vector / matriz de valores 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 );}

La salida al final será v = [0.6, 0, 1]. Explicación:

Empujar todo el rango de valores para comenzar desde 0, para que no tengamos negativos
Dividiendo los valores por (max - min) de rango, de modo que max será 1

— device_exec
fuente

1

Antes de hacer eso, es posible que desee verificar los valores atípicos. Digamos que el 99% de los datos se encuentran en el rango (-5, 5), pero un pequeño individuo toma un valor de 25.0. Su matriz normalizada se agruparía alrededor (0, 0.3), y eso causaría problemas para que la red neuronal aprenda.

— horaceT
fuente