การทำให้เป็นบรรทัดฐานแบบกลุ่มในฐานะเอกลักษณ์
โครงการเรียนรู้เพนกวิน
โครงการใช้ข้อมูลเพนกวิน Palmer ที่สมบูรณ์ 342 แถว: ชุดฝึก 240 และชุดทดสอบ 102 แถว แถวฝึกที่เลือกกำหนดการปรับสเกลและพารามิเตอร์ CSV ต้นฉบับ
โครงการนี้ฝึกน้ำหนักด้วย softmax ต่างจากแล็บในหน้าแรกที่ใช้ค่าเฉลี่ยของสายพันธุ์ที่ใกล้ที่สุด ข้อมูลวัดเพนกวินชุดเดียวกัน แต่วิธีจำแนกต่างกัน คำทำนายอาจต่างกันได้
การปรับมาตรฐานชุดข้อมูล · อธิบายการปรับมาตรฐานชุดข้อมูลและอนุพันธ์
โครงการใช้กฎเชิงเส้นกับสองคุณลักษณะ น้ำหนักที่ฝึกให้คะแนนหรือมวลที่ปรับสเกล
พิจารณาแนวคิดนี้ร่วมกับโครงการ สมมติฐานของต้นฉบับอาจต่างกัน ข้อมูลชุดนี้ไม่พิสูจน์ทฤษฎีบท
ข้อมูลเข้า: 12 × 2; ประเมินชุดทดสอบ: 102 · #58 · 40.6 มม., 193 มม.. คำตอบที่ทราบ: อาเดลี; ค่าทำนาย: อาเดลี · [≈0.7383, ≈0.2444, ≈0.01737].
ใช้ในส่วนต้นฉบับเหล่านี้: 6.4 ปรับตัวเลขให้เทียบกันได้
การเลือกค่าเลื่อนเป็นค่าเฉลี่ยชุดและมาตราส่วนเป็นส่วนเบี่ยงเบนมาตรฐานชุดทำให้ได้ข้อมูลป้อนเข้ากลับมา
ค่าเลื่อนและมาตราส่วนช่วยให้ชั้นทำให้เป็นบรรทัดฐานกู้ข้อมูลป้อนเข้ากลับมา
ตัวอย่างสูตรต้นฉบับ
ภาพประกอบ · การหารที่แสดงในต้นฉบับต้องใช้ส่วนเบี่ยงเบนมาตรฐานไม่เป็นศูนย์
สัญลักษณ์
- ค่าเฉลี่ยชุด
- ส่วนเบี่ยงเบนมาตรฐานชุดบวก
- ค่าเลื่อนที่ตั้งเป็น μb
- มาตราส่วนที่ตั้งเป็น σb
- ค่าป้อนเข้าจำนวนจริง
ตัวอย่างสูตรต้นฉบับ
ตัวอย่างต้นฉบับนี้ใช้ข้อมูลเข้าและสมมติฐานของตัวเอง การแก้ไขไม่เปลี่ยนโครงการ
แก้ค่าหรือโค้ด แล้วกดรัน ตัวอย่างนี้เป็นการคำนวณจำนวนจำกัด ไม่ใช่การพิสูจน์ทฤษฎีบท
ลำดับข้อมูลในตัวอย่างนี้
โค้ดเปลี่ยนแล้ว กดรีเซ็ตเพื่อคืนลำดับข้อมูลของตัวอย่าง
คุณเลือก
input.y= 3
ค่าเริ่มต้นในโค้ด
batch=[1, 2, 3]mean=2
คำนวณที่นี่
นิพจน์ผลลัพธ์: { mean, sigma, y, result }
sigma=Math.sqrt(2 / 3)y=input.yใช้:input.yresult=(sigma * (y - mean)) / sigma + meanใช้:sigma,y,mean
ส่งกลับ
mean- 2
sigma- ≈0.8165
y- 3
result- 3
อ่านตัวเลขจาก input แล้วคืนค่าผลลัพธ์ พื้นฐาน JavaScript.
ผลลัพธ์
ข้อความทางเทคนิค
ชุดสเกลาร์คือ [1,2,3] และมีส่วนเบี่ยงเบนมาตรฐานไม่เป็นศูนย์ เอกลักษณ์ใช้ได้ทีละองค์ประกอบสำหรับรุ่นค่าเวกเตอร์ในต้นฉบับ
แหล่งอ้างอิง: นิพจน์ในต้นฉบับ