轉換數值資料
透過集合功能整理內容
你可以依據偏好儲存及分類內容。
您可能需要對數字資料套用兩種轉換類型:
- 正規化 - 將數字資料轉換為與其他數值資料相同的比例。
- 特徵分塊 - 將數字 (通常是連續) 資料轉換為類別資料。
為什麼要標準化數值功能?
我們強烈建議您為資料集設定標準化,將數值特徵涵蓋不同的範圍 (例如年齡和收入)。如果不同功能的範圍不同,梯度下降就會導致「跳出」情形,並降低融合速度。Adagrad 和 Adam 等最佳化器會為每個功能分別建立有效的學習率,以解決這個問題。
我們也建議將單一數字特徵正規化,涵蓋廣泛的範圍,例如「城市人口」。如果您未正規化「城市人口」功能,訓練模型可能會產生 NaN 錯誤。遺憾的是,如果單一功能中有多個值,Adagrad 和 Adam 等最佳化工具無法防止 NaN 錯誤。
除非另有註明,否則本頁面中的內容是採用創用 CC 姓名標示 4.0 授權,程式碼範例則為阿帕契 2.0 授權。詳情請參閱《Google Developers 網站政策》。Java 是 Oracle 和/或其關聯企業的註冊商標。
上次更新時間:2022-09-27 (世界標準時間)。
[{
"type": "thumb-down",
"id": "missingTheInformationINeed",
"label":"缺少我需要的資訊"
},{
"type": "thumb-down",
"id": "tooComplicatedTooManySteps",
"label":"過於複雜/步驟過多"
},{
"type": "thumb-down",
"id": "outOfDate",
"label":"過時"
},{
"type": "thumb-down",
"id": "translationIssue",
"label":"翻譯問題"
},{
"type": "thumb-down",
"id": "samplesCodeIssue",
"label":"示例/程式碼問題"
},{
"type": "thumb-down",
"id": "otherDown",
"label":"其他"
}]
[{
"type": "thumb-up",
"id": "easyToUnderstand",
"label":"容易理解"
},{
"type": "thumb-up",
"id": "solvedMyProblem",
"label":"確實解決了我的問題"
},{
"type": "thumb-up",
"id": "otherUp",
"label":"其他"
}]