代码之家 › 专栏 › 技术社区 › mad

哪一个L1范数进行预处理?归一化考虑吗?

normalization vector python

mad · 技术社区 · 6 年前

在本参考文献中 http://mathworld.wolfram.com/L1-Norm.html ,L1范数计算为向量中的值之和。

我的问题是:为什么对同一规范有如此不同的解释?哪一个是正确的?最重要的是,在使用sklearn.preprocessing.normalize时,使用哪一个以及如何使用它?

1 回复 | 直到 6 年前

Ernest S Kirubakaran 6 年前

这是两种不同的情况。第一个是指向量的范数,它是向量长度的度量。

L1的第二个用途是损失函数,用于衡量模型的性能。这里,L1不是通过将向量的每个值和向量平均值之间的差值相加来计算的。而是通过首先计算每个真值及其相应预测的绝对值,并将它们相加来计算。在这种情况下,向量本身就是真值和预测之间的差向量。

推荐文章

llewmills · 根据数字是否为整数过滤数值向量[重复]

2 年前

Rocket Procd · 在c中向向量插入元素++

2 年前

Daniel · 为什么我不能手动定义模板参数?

2 年前

Swantewit · 将数组值推送到Rust中的向量

2 年前

Giffyguy · 如何限制在构造向量后调用'resize()'?

3 年前

clarkk · 当声明向量时,(1)是什么意思?

3 年前

Loui Augst · 仅在局部X轴上将游戏对象指向另一个对象

3 年前

DarklySpaced · 当我试图通过push_back()添加字符串的特定字符时,它会抛出一个类型转换错误

3 年前

F.A. · 从int向量中附加整数的字符串不会打印任何内容

3 年前

Youssof. K. · 线程1:vector insert上的EXC_BAD_访问(代码=1,地址=0x0)

3 年前