Class ini mengubah tensor sehingga setiap variabel memiliki rata-rata nol dan deviasi
standar satu. Secara opsional, setiap variabel dapat diskalakan berdasarkan populasi sebelum
transformasi pemusatan dan penskalaan diterapkan. Class menyimpan
rata-rata dan deviasi standar dari setiap variabel.
Args
tensor
Tensor dimensi (n_geos, n_times, n_channel) yang digunakan untuk
menghitung rata-rata dan simpangan baku.
population
Tensor dimensi (n_geos,) yang berisi populasi
setiap geografis, yang digunakan untuk menghitung faktor skala.
population_scaling_id
Tensor boolean opsional dengan dimensi
(n_channels,) yang menunjukkan variabel yang nilainya akan
diskalakan menurut populasi.
[[["Mudah dipahami","easyToUnderstand","thumb-up"],["Memecahkan masalah saya","solvedMyProblem","thumb-up"],["Lainnya","otherUp","thumb-up"]],[["Informasi yang saya butuhkan tidak ada","missingTheInformationINeed","thumb-down"],["Terlalu rumit/langkahnya terlalu banyak","tooComplicatedTooManySteps","thumb-down"],["Sudah usang","outOfDate","thumb-down"],["Masalah terjemahan","translationIssue","thumb-down"],["Masalah kode / contoh","samplesCodeIssue","thumb-down"],["Lainnya","otherDown","thumb-down"]],["Terakhir diperbarui pada 2024-11-14 UTC."],[],["This content describes a `CenteringAndScalingTransformer` class that transforms a tensor by centering (mean zero) and scaling (standard deviation one) its variables. It takes a tensor, population data, and an optional population scaling ID as input. The class stores the mean and standard deviation. It has two main methods: `forward`, which applies the scaling to a tensor, and `inverse`, which reverses the scaling using the stored coefficients. The transformations can be applied channel-wise with the `population_scaling_id`.\n"]]