ماهنامه شبکه - 2 سال پیش

مقیاس بندی ویژگی (Feature Scaling) یا نرمال‌سازی ویژگی‌ها به معنای تبدیل ویژگی‌های عددی در داده‌ها به یک مقیاس مشخص است. این کار در بسیاری از الگوریتم‌های یادگیری ماشین مانند رگرسیون خطی، شبکه‌های عصبی و دسته‌بندی استفاده می‌شود. هدف اصلی مقیاس‌بندی ویژگی، حذف تفاوت‌های احتمالی در مقیاس واحدهای اندازه‌گیری ویژگی‌ها است تا الگوریتم‌های یادگیری ماشین به‌شکل مناسبی عمل کنند.

آخرین اخبار

برچسب‌ها:   

مقیاس‌بندی

 | 

ویژگی

 | 

پایتون

 | 

چگونه

 | 

آن‌را

 | 

انجام

 | 

منابع خبری