Question

假设我有一个时间序列信号不同特征的mxn矩阵（第1列表示最后n个样本的线性回归，第2列表示最后n个样本的平均值，第3列表示本地不同时间序列的最大值，但相关信号等）。我应该如何规范这些输入？所有输入都属于不同的类别，因此它们具有不同的范围。一个范围从0,1，其他范围从-5到50等等。

我应该规范化整个矩阵吗？或者我应该逐个规范化每组输入吗？

注意：我通常使用MATLAB中的mapminmax函数进行规范化。

Answer 1

您应该单独规范化矩阵的每个向量/列，它们代表不同的数据类型，不应混淆在一起。

例如，您可以将矩阵转置为在行中而不是在矩阵的列中包含3种不同的数据类型，并仍然使用mapminmax：

A = [0 0.1 -5; 0.2 0.3 50; 0.8 0.8 10; 0.7 0.9 20]; 
A =
         0    0.1000   -5.0000
    0.2000    0.3000   50.0000
    0.8000    0.8000   10.0000
    0.7000    0.9000   20.0000

B = mapminmax(A')
B =
   -1.0000   -0.5000    1.0000    0.7500
   -1.0000   -0.5000    0.7500    1.0000
   -1.0000    1.0000   -0.4545   -0.0909

Answer 2

您应该独立规范化每个功能。

第1列表示最后n个样本的线性回归，第2列表示最后n个样本的平均值，第3列表示不同时间序列但相关信号的局部最大值等。

我无法确定您的特定问题，但通常情况下，您应该独立规范化每个功能。因此，标准化第1列，然后第2列等。

我应该规范化整个矩阵吗？或者我应该逐个规范化每组输入？

我不确定你的意思。什么是输入？如果你的意思是一个实例（你的矩阵的一行），那么不，你不应该单独规范行，而是列。

我不知道你将如何在Matlab中做到这一点，但我把你的问题更多地作为理论问题，而不是实施问题。

Answer 3

如果您希望为每列中规范化的所有列提供[0,1]范围，则可以使用mapminmax之类的方式（假设A为2D输入数组） -

out = mapminmax(A.',0,1).'

您也可以使用bsxfun作为相同的输出，如此 -

Aoffsetted = bsxfun(@minus,A,min(A,[],1))
out = bsxfun(@rdivide,Aoffsetted,max(Aoffsetted,[],1))

示例运行 -

>> A
A =
     3     7     4     2     7
     1     3     4     5     7
     1     9     7     5     3
     8     1     8     6     7
>> mapminmax(A.',0,1).'
ans =
      0.28571         0.75            0            0            1
            0         0.25            0         0.75            1
            0            1         0.75         0.75            0
            1            0            1            1            1
>> Aoffsetted = bsxfun(@minus,A,min(A,[],1));
>> bsxfun(@rdivide,Aoffsetted,max(Aoffsetted,[],1))
ans =
      0.28571         0.75            0            0            1
            0         0.25            0         0.75            1
            0            1         0.75         0.75            0
            1            0            1            1            1

前馈神经网络的输入的归一化

3 个答案: