Logo vi.boatexistence.com

Chuẩn hóa hay chuẩn hóa cái nào tốt hơn?

Mục lục:

Chuẩn hóa hay chuẩn hóa cái nào tốt hơn?
Chuẩn hóa hay chuẩn hóa cái nào tốt hơn?
Anonim

Chuẩn hóarất hữu ích khi bạn biết rằng việc phân phối dữ liệu của mình không tuân theo phân phối Gaussian. … Mặt khác, tiêu chuẩn hóa có thể hữu ích trong trường hợp dữ liệu tuân theo phân phối Gaussian.

Tôi nên sử dụng chuẩn hóa hay Chuẩn hóa?

Chuẩn hóa hữu ích khi dữ liệu của bạn có các quy mô khác nhau và thuật toán bạn đang sử dụng không đưa ra giả định về việc phân phối dữ liệu của bạn, chẳng hạn như k-láng giềng gần nhất và mạng nơ-ron nhân tạo. Standardizationgiả định rằng dữ liệu của bạn có phân phối Gaussian (đường cong hình chuông).

Chuẩn hóa có giống với chuẩn hóa không?

Trong thế giới kinh doanh, "chuẩn hóa" thường có nghĩa là phạm vi giá trị được "chuẩn hóa thành từ 0.0 đến 1,0"." Chuẩn hóa "thường có nghĩa là phạm vi giá trị được" chuẩn hóa "để đo lường giá trị có bao nhiêu độ lệch chuẩn so với giá trị trung bình của nó.

Việc chuẩn hóa dữ liệu có luôn tốt không?

Bằng cách chuẩn hóa, bạn thực sự đang loại bỏ một số thông tin về dữ liệu, chẳng hạn như giá trị tối đa và tối thiểu tuyệt đối. Vì vậy, không có quy tắc ngón tay cái. Như những người khác đã nói, chuẩn hóa không phải lúc nào cũng áp dụng được; ví dụ. từ quan điểm thực tế.

Khi nào bạn không nên chuẩn hóa dữ liệu?

Một số lý do chính đáng để không bình thường hóa

  1. Tham gia đắt tiền. Bình thường hóa cơ sở dữ liệu của bạn thường liên quan đến việc tạo nhiều bảng. …
  2. Thiết kế bình thường hóa rất khó. …
  3. Nhanh bẩn nên nhanh bẩn. …
  4. Nếu bạn đang sử dụng cơ sở dữ liệu NoSQL, việc chuẩn hóa truyền thống là không mong muốn.

Đề xuất: