Manakah penormalan atau penyeragaman yang lebih baik?

Isi kandungan:

Manakah penormalan atau penyeragaman yang lebih baik?
Manakah penormalan atau penyeragaman yang lebih baik?

Video: Manakah penormalan atau penyeragaman yang lebih baik?

Video: Manakah penormalan atau penyeragaman yang lebih baik?
Video: Hipertensi vs Hipotensi! Mana Yang Lebih Bahaya?? 2024, November
Anonim

Normalization bagus untuk digunakan apabila anda mengetahui bahawa pengedaran data anda tidak mengikut pengedaran Gaussian. … Standardisasi, sebaliknya, boleh membantu dalam kes di mana data mengikuti taburan Gaussian.

Adakah saya perlu menggunakan normalisasi atau Standardisasi?

Penormalan berguna apabila data anda mempunyai skala yang berbeza-beza dan algoritma yang anda gunakan tidak membuat andaian tentang pengedaran data anda, seperti jiran terdekat dan rangkaian saraf tiruan. Penstandardan menganggap bahawa data anda mempunyai pengedaran Gaussian (lengkung loceng).

Adakah Standardisasi sama dengan normalisasi?

Dalam dunia perniagaan, "penormalan" biasanya bermaksud julat nilai adalah "dinormalkan menjadi daripada 0.0 hingga 1.0". "Penstandardan" lazimnya bermaksud julat nilai "disediakan" untuk mengukur berapa banyak sisihan piawai nilai itu daripada minnya.

Adakah sentiasa bagus untuk menormalkan data?

Dengan menormalkan, anda sebenarnya membuang beberapa maklumat tentang data seperti nilai maksimum dan minimum mutlak. Jadi, tiada peraturan praktikal. Seperti yang dikatakan oleh orang lain, normalisasi tidak selalu terpakai; cth. dari sudut praktikal.

Bilakah anda tidak sepatutnya menormalkan data?

Beberapa Sebab Baik untuk Tidak Menormalkan

  1. Sertai adalah mahal. Menormalkan pangkalan data anda selalunya melibatkan mencipta banyak jadual. …
  2. Reka bentuk biasa adalah sukar. …
  3. Cepat dan kotor sepatutnya cepat dan kotor. …
  4. Jika anda menggunakan pangkalan data NoSQL, normalisasi tradisional tidak diingini.

Disyorkan: