Chinese, Simplified feliratok

← PRL8trOU7Rs

PRL8trOU7Rs

Beágyazókód kérése
4 Languages

Showing Revision 4 created 04/13/2016 by Udacity Robot.

  1. 我得出 Chris
  2. 应该与 Sarah,而非 Cameron 穿同样大小的 T 恤的结论,
  3. 依据是我将针对每个人计算的这些数字进行了比较。
  4. 我说 Chris 是与 Cameron 的号码更接近,还是与 Sarah 的号码更接近,结果
  5. 证明他与 Sarah 的差距约为 26,而与 Cameron 的差距约为 35。
  6. 与 Sarah 更接近。
  7. 现在出现问题的是身高与体重的度量标准
  8. 的两个特征 - 身高和体重 - 非常不平衡。
  9. 我的意思是身高的数值
  10. 通常介于五和七之间;
  11. 而另一方面,体重的数值要大得多,
  12. 在该示例中是介于 115 和 175 之间。
  13. 如果计算两种特征的合计,结果就是
  14. 体重几乎完全主导了您得到的答案,
  15. 而身高结果成为舍入误差。
  16. 但是你可能希望在进行合计运算时,两个特征能够
  17. 得到同等的重视。
  18. 此时就用到特征缩放。
  19. 这是一种重缩放此类特征的方法,
  20. 从而使这些特征跨越的范围有可比性,通常是介于零和一之间。
  21. 这样你获得的身高值介于零和一之间,
  22. 但仍包含相同的信息,
  23. 只是使用的单位不同。
  24. 体重也通过零和一之间的数值表达。
  25. 但信息不会遗漏 - Cameron 最高,
  26. Sarah 最矮,只是在更小的范围内表达出来。
  27. 这样当您把这些数值合计起来时,
  28. 体重不会再完全主导等式。
  29. 此时你应该对 Chris T 恤的大小有
  30. 更为合理的认识,
  31. 因为即使他在体重上与 Sarah 更为接近,
  32. 他在身高上与 Cameron 更为接近,因此
  33. 他可能最终会与 Cameron 归到一个组。
  34. 在下一个视频中,我会向你展示特征缩放的等式。