java字符串归一化方法 java开发，转大数据好还是机器学习？

java开发，转大数据好还是机器学习？

谢谢。我建议转向大数据。

我也从事java开发，我对这个主题的纠缠也有同样的感受。毕竟，如果我精通Java，我已经付出了大量的学习精力。如果我学习机器学习，我基本上想告别Java，这无疑是一个非常不幸的选择。

此外，转向机器学习不仅需要深入了解python，还需要掌握数学算法，这是不可能一蹴而就的。因此，转向人工智能的风险相对较高，很容易打乱一个人的职业规划。

目前，大数据方向仍是一个需求量大、前景好的工作方向。Java广泛应用于大数据领域。单凭Hadoop生态系统就足以完成大量的大数据工作，而Hadoop和Java是分不开的。

最重要的是大数据方向不会低于机器学习的工资，机器学习还处于初级阶段。别担心工资问题。

如何进行数据的归一化处理？

首先，测试集的标准化平均值和标准偏差应来自训练集。如果您熟悉Python的sklearn，您应该知道应该首先对训练集数据进行拟合，得到包括均值和标准差的定标器，然后分别变换训练集和验证集。这个问题其实很好。很多人不注意。最容易犯的错误是在划分训练测试集之前进行规范化。

第二个问题是不同归一化方法的选择，如均值方差归一化、最大最小归一化等。归一化的目的是调整每个场之间的数量级差异。均值-方差归一化可能更适合不知道数据边界在哪里的情况。最大和最小规格化相当于积分到01，这意味着您知道该字段的边界在哪里。所以我个人更喜欢均值方差的标准化。我只是凭经验说的，不一定是对的。

java字符串归一化方法 归一化函数normalize详解 java推荐使用的归一化格式

版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。