标签:normalize dtype 数值 --- 数组 归一化 范数 NORM
大纲
1.归一化定义与作用
归一化就是把需要处理的数据经过处理后(通过某种算法)限制在你需要的范围内。
首先归一化是为了后面数据处理的方面,其次是保证程序运行时收敛加快。归一化的
具体作用是归纳同一样本的同一分布性。
特别的,归一化在0-1之间是统计的概率分布,归一化在某个区间是统计的坐标分布。
目的:是使得没有可比性的数据变得具有可比性,同时又保持相比较的两个数据之间
的相对关系,如大小关系;或是为了作图,原来很难在一张图上作出来,归一化后后就可以
方面的给出图上的相对位置。
在使用机器学习算法 的数据预处理阶段,归一化是重要的一个步骤。例如在应用SVM之间,缩放是非常重要的。
缩放的主要优点:
(1)避免大数值区间的属性过度支配小数值区间的属性。
(2)避免计算过程中数值复杂度。
因为关键值 通常 依赖特征向量的内积(inner products)。
例如,线性核和多项式核力,属性的大数值可能会导致数值问题。
我们推荐将每个属性线性缩放到区间[-1,+1]或者[0,1]。
2.OpenCV库函数
函数:
void normalize(InputArray src,OutputArray dst, double alpha=1, double beta=0, intnorm_type=NORM_L2, int dtype=-1, InputArray mask=noArray() )
Function: 该函数归一化输入数组使它的范数或者数值范围在一定的范围内。
函数原型:
void normalize(InputArray src,OutputArray dst, double alpha=1, double beta=0, intnorm_type=NORM_L2, int dtype=-1, InputArray mask=noArray() )
该函数归一化输入数组使它的范数或者数值范围在一定的范围内。
Parameters:
src
输入数组
dst
输出数组,支持原地运算
alpha
range normalization模式的最小值
beta
range normalization模式的最大值,不用于norm normalization(范数归一化)模式。
normType
归一化的类型,可以有以下的取值:
NORM_MINMAX:数组的数值被平移或缩放到一个指定的范围,线性归一化,一般较常用。
NORM_INF: 此类型的定义没有查到,根据OpenCV 1的对应项,可能是归一化数组的C-范数(绝对值的最大值)
NORM_L1 : 归一化数组的L1-范数(绝对值的和)
NORM_L2: 归一化数组的(欧几里德)L2-范数
dtype
dtype为负数时,输出数组的type与输入数组的type相同;
否则,输出数组与输入数组只是通道数相同,而tpye=CV_MAT_DEPTH(dtype).
mask
操作掩膜,用于指示函数是否仅仅对指定的元素进行操作。
归一化类型:
参考文献;
https://www.cnblogs.com/starfire86/articles/5315984.html(详细)
https://blog.csdn.net/kuweicai/article/details/78988886(公式)
Data:2021-12-23 第一次做搬运工。。。不自己造轮子了
标签:normalize,dtype,数值,---,数组,归一化,范数,NORM 来源: https://www.cnblogs.com/sophiaechoz/p/15724729.html
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。