等高线的matlab编程,matlab等高线

matlab中的归一化处理有三种方法

1. premnmx、postmnmx、tramnmx

2. restd、poststd、trastd

3. 自己编程

(1)线性函数转换，表达式如下：

y=(x-MinValue)/(MaxValue-MinValue)

说明：x、y分别为转换前、后的值，MaxValue、MinValue分别为样本的最大值和最小值。

(2)对数函数转换，表达式如下：

y=log10(x)

说明：以10为底的对数函数转换。

(3)反余切函数转换，表达式如下：

y=atan(x)*2/PI

(4)一个归一化代码.

I=double(I);

maxvalue=max(max(I)’);%max在把矩阵每列的最大值找到，并组成一个单行的数组，转置一下就会行转换为列，再max就求一个最大的值，如果不转置，只能求出每列的最大值。

f = 1 – I/maxvalue; %为什么要用1去减？

Image1=f;

机器学习模型需要对数据进行归一化

1)归一化后加快了梯度下降求最优解的速度；2)归一化有可能提高精度

1 归一化为什么能提高梯度下降法求解最优解的速度？

如下图所示，蓝色的圈圈图代表的是两个特征的等高线。其中左图两个特征X1和X2的区间相差非常大，X1区间是[0,2000]，X2区间是[1,5]，其所形成的等高线非常尖。当使用梯度下降法寻求最优解时，很有可能走“之字型”路线(垂直等高线走)，从而导致需要迭代很多次才能收敛；

而右图对两个原始特征进行了归一化，其对应的等高线显得很圆，在梯度下降进行求解时能较快的收敛。

因此如果机器学习模型使用梯度下降法求最优解时，归一化往往非常有必要，否则很难收敛甚至不能收敛。

追问

谢谢啊

谢谢啊