normalization

0热度

1回答

我有一个旧的数据库设计，我认为我可以简化并使其更规范化。我希望对此有所了解。这里是“规则”的数据库：该组织由三个层次：一个。局 - 是最高级别 b。办公室 - 每个局可以有多个办公室 c。分部 - 每个办公室可以有多个部门我们有三个层级的所有员工。例如： a。我们有局级职员。他们不属于办公室或部门。监督所有办公室，但不属于他们 b。我们拥有不属于特定部门的办公室级员工，但监督所有部门 c。属

0热度

2回答

我的方案使用矢量集实现有什么问题？

我想知道我在做什么错在这里用矢量设置 (define foo0 (lambda (vec) (let* ((newvec (vector vec)) (l (vector-length vec)) (norm (norm0 vec))) (do ((i 0(+ i 1))) ((= i l)) (vector-s

0热度

1回答

比例百分比数据的平均值为50％

我有一个加权平均值为0.4860247的数据集。我试图规范化.5的数据。我正在使用scale()，但我的问题是我没有所有的数据。相反，我有一列的总数和另一列的百分比。 data <- data.frame(percent = c(0.455188841201717, 0.461817275747508, 0.464727272727273, 0.466502777777778, 0.4728208

0热度

1回答

ERD和归一化3FD

这种关系在3FD归一化中是否属实？我能做些什么（电话号码），它是确定所有行？请任何人帮助我将这种关系转换为3FD，并保持正确的关系。

0热度

1回答

预处理数据：我应该在运行PCA之前还是之后调整数据？

我是预处理神经网络的输入数据。为了减少输入的维数，我正在运行PCA。我想正常化我的数据，我应该在运行PCA之前还是之后执行？即在原始数据/ PCA输入上还是在PCA输出/ NN输入上？

0热度

1回答

Python的 - 在OpenCV中

我想在Python实现比这个职位的相同功能的本地规范化：link 但是，我不能得到平滑的结果，无论我试试，尽管我都尝试实施，提供了更正的OP和第二个答案。我可能错过了一些小东西，但我找不出什么。 def local_norm(img, sigma_1, sigma_2): float_gray = img * cv2.CV_32FC1/255.0 blur_1 = int(

0热度

1回答

python正常化大数

我正在研究一个chatbot程序来练习python，以及一些sklearn机器学习算法。现在我只是给chatbot随机句，并告诉它，如果句子是正确的。每个单词都为自己，类型（语法）和情绪（正面，负面，中性，低俗等等）分配了键。将每个输入给定的句子保存到csv文件后。每个句子有三个特征：key，key_type，key_mood和一个标签：0（不正确）和1（正确）。首先，对于每个键，我有一个

1热度

1回答

您是否在训练和测试数据上分别应用最小最大比例缩放？

在应用最小最大比例来规范化您的要素时，是否在将整个数据集分解为训练，验证和测试数据之前对其应用最小最大比例缩放？或者你先分割，然后在每个集合上应用min max，使用该特定集合中的最小值和最大值？最后，在对新输入进行预测时，应该在输入网络之前使用训练数据中的最小值，最大值对输入的特征进行归一化处理？

0热度

1回答

确定是否关系是1NF没有数据

我有一个关系 CAR_SALE(Car#, Date_sold, Salesperson#, Commission%, Discount_amt) Primary Key: {Car#, Salesperson#} Additional Dependencies: Date_sold -> Discount_amt Salesperson# -> Commission%

0热度

1回答

在自动编码器，病房层次聚类等之前，标准化/标准化数据（二进制+数字）？

我有一个包含二进制数据（0,1）和不同单位的数字数据的数据集。如果我想应用一些机器学习技术对我的数据进行分类（可能是自动编码器或层次聚类），我应该对数据进行标准化还是标准化？谢谢！