Question

我有一个有关如何将数据缩放到一定范围的实现问题。我知道使用以下等式可以缩放数据：

X_nor = ((b-a)*(X-min))/((max-min)+a)

其中a，b是我要缩放的范围（例如-1,1）。 max和min是原始数据中的最大数和最小数。 X是原始数据，X_nor是规范化数据。

我的问题是：假设我有三个数据，每个形状为（1,128,128,1）。我使用上面的公式进行归一化，三个数据或每个单独数据的最大和最小数是最大还是最小？

要清楚地说，上面的代码是我所说的整个数据的最大值和最小值：

max=0
min=0
for i in range(len(data)):
    if data[i].max()>max:
        max=data[i].max()
     if data[i].min()<min:
        min=data[i].min()

下面的代码就是我所说的最大和最小：

max=[]
min=[]
for i in range(len(data)):
    max.append(data[i].max())
    min.append(data[i].min())

这样，在进行归一化时，数据将减去其自己的max和min，但在第一种情况下将不减去唯一的max和min。

另一个问题是：这样是否会破坏原始数据中的特征或图案？

非常感谢您！

Answer 1

这取决于您要实现的目标。他们俩都是对的。在处理图像时，第二种方法（通道标准化）是最常见的技术。并且在进行归一化时，我们只是重新缩放数据，因此原始特征和样式不会被破坏。如果要在归一化之后恢复原状，则可以始终返回原始比例。