已知數(shù)據(jù)元組中age的值如下（按遞增序）：
13，15，16，16，19，20，20，21，22，22，25，25，25，25，30，33，33，33，35，35，35，35，36，40，45，46，52，70。
（a）使用min-max規(guī)范化，將age值35轉(zhuǎn)換到[0.0，1.0]區(qū)間。
（b）使用z-score規(guī)范化轉(zhuǎn)換age值35，其中，age的標(biāo)準(zhǔn)偏差為12.94年。
（c）使用小數(shù)定標(biāo)規(guī)范化轉(zhuǎn)換age值35。
您可能感興趣的試卷
最新試題
對于文本數(shù)據(jù)和多媒體數(shù)據(jù)進行特征提取是為了方便對于這類數(shù)據(jù)的觀察和理解。
當(dāng)數(shù)據(jù)集標(biāo)簽錯誤的數(shù)據(jù)點時，隨機森林通常比AdaBoost更好。
無論質(zhì)心的初始化如何，K-Means始終會給出相同的結(jié)果。
由于決策樹學(xué)會了對離散值輸出而不是實值函數(shù)進行分類，因此它們不可能過度擬合。
要將工作申請分為兩類，并使用密度估計來檢測離職申請人，我們可以使用生成分類器。
小數(shù)據(jù)集的數(shù)據(jù)處理最好也由計算機手段來完成。
數(shù)據(jù)復(fù)制或者備份均是為了從提高數(shù)據(jù)并發(fā)這個角度來設(shè)計和實現(xiàn)的。
假設(shè)屬性的數(shù)量固定，則可以在時間上以線性方式學(xué)習(xí)基于高斯的貝葉斯最優(yōu)分類器，而該數(shù)量是數(shù)據(jù)集中記錄的數(shù)量。
公司內(nèi)部收集的數(shù)據(jù)不存在需要考慮數(shù)據(jù)隱私的環(huán)節(jié)。
數(shù)據(jù)索引就像給每條數(shù)據(jù)裝了個信箱。