四维阵列的标准化/预处理

Question

我想把我的数据标准化为零均值和std = 1。我的数据的形状是28783x4x24x7，它可以想象成28783张图像，有4个通道，尺寸为24x7。渠道需要标准化。我如何标准化，同时指定第二维度拥有这些特征？

Answer 1

我找到了办法。这也许不是最有效的方法，但它也允许我使用这种方法进行交叉验证，在这种情况下，我只想从我的培训数据中获取平均值和std值，但是将该操作应用于培训和测试数据。这可以用于任意数量的维度，如果您只想要一个维度的平均值。参见下面的示例代码：

n_user = 3
n_channel = 2
n_pixels = 3
A = np.zeros(shape=(n_user, n_channel, n_pixels))

for i in range(n_user):
    A[i, 0, :] = np.arange(n_pixels)
    A[i, 1, :] = np.arange(n_pixels) + n_pixels
print A

mu_f    = np.zeros(shape=n_channel)
sigma_f = np.zeros(shape=n_channel)

for i in range(n_channel):
    mu_f[i]    = np.mean(A[:,i,:])
    sigma_f[i] = np.std(A[:,i,:])

print mu_f
print sigma_f

for i in range(n_channel):
    A[:, i, :] -= mu_f[i]
    A[:, i, :] /= sigma_f[i]

print A

print np.mean(A[:,0,:])
print np.std(A[:,0,:])