哪个预处理步骤适合我的数据集？
Which pre-processing step is good for my dataset?
我有一个图像训练数据集。这些图像的范围是 0-2500。然而，在我的测试数据集中，一些图像的范围是 200-3000。我的问题是哪种预处理步骤适合这种数据：
- 标准化为零均值和单位方差
- 标准化为 [0,1]
- 通过标准化 [0,1] 转换为 0-2500 范围，然后乘以 2500
谢谢大家
您输入神经网络的数据应尽可能类似于您的测试数据集。这通常通过归一化来完成，因为这样这些值通常在相似图像中密切相关。但是，这不能一概而论，而是取决于您的用例。对于一般的经验法则，我建议您查看：http://ufldl.stanford.edu/wiki/index.php/Data_Preprocessing
我有一个图像训练数据集。这些图像的范围是 0-2500。然而，在我的测试数据集中，一些图像的范围是 200-3000。我的问题是哪种预处理步骤适合这种数据：
- 标准化为零均值和单位方差
- 标准化为 [0,1]
- 通过标准化 [0,1] 转换为 0-2500 范围，然后乘以 2500
谢谢大家
您输入神经网络的数据应尽可能类似于您的测试数据集。这通常通过归一化来完成，因为这样这些值通常在相似图像中密切相关。但是，这不能一概而论，而是取决于您的用例。对于一般的经验法则，我建议您查看：http://ufldl.stanford.edu/wiki/index.php/Data_Preprocessing