У меня есть следующий вопрос: Массив numpy Y формы (N, M), где Y[i] содержит те же данные, что и X[i], но нормализованные, чтобы иметь среднее значение 0 и стандартное отклонение 1. Я сопоставил массив следующим образом:
(X - np.mean(X)) / np.std(X)
но это не дает мне правильного ответа.
Использовать норму от linalg
https://numpy.org/doc/stable/reference/generated/numpy.linalg.norm.html
from numpy import linalg as LA
a = np.arange(9) - 4
LA.norm(a)
>>>7.745966692414834
Затем вы делите массив по норме:
a/LA.norm(a)
Вы хотите нормализовать по определенному измерению, например -
(X - np.mean(X, axis=0)) / np.std(X, axis=0)
В противном случае вы вычисляете статистику по всей матрице, т.е. вычитаете глобальное среднее значение всех точек/признаков и то же самое со стандартным отклонением.
Я думаю, что я должен абстрагироваться от того, что это многомерный вектор, и рассматривать его как простой вектор.
Это все еще не нормально.