如何解决使用numpy.clip从自定义规范化功能取消数据标准化
我的值介于[0; 2e6]。在运行模型之前,我会使用np.clip()函数通过自定义函数对其进行标准化。 我的目标是将这些数据设置为[-1; 1]
def custom_norm(x,low_clip,high_clip):
cross_section = 1e6
delta = 4e5
return np.clip((x - cross_section) / delta,high_clip)`
横截面实际上是中间值,而增量帮助我保持准确。 我使用low_clip和high_clip参数分别为-1和1。
但是我不知道如何在以后对它们进行非规范化。
PS:我也尝试了Scikitlearn的minmaxScaler,它可以工作,但是效率较低。
有什么想法可以处理clip函数的逆函数吗?
谢谢
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。