ويعد رفع مستوى الصورة خطوة حاسمة في إعداد البيانات المتعلقة بحسابات التعلم الآلاتي، ويشمل ذلك تعديل نطاق القيم الخاصة لتحسين الأداء النموذجي وسرعة التقارب، ويساعد فهم المؤسسات الرياضية في اختيار التقنيات المناسبة لمختلف مجموعات البيانات.

مؤسسة الرياضيات للارتفاع

وتستند أساليب رفع مستوى الصورة إلى التحولات الرياضية التي تعدل توزيع البيانات، وتشمل التقنيات المشتركة التطبيع والتوحيد، وتعيد التطبيع إلى نطاق محدد، عادة [0]، باستخدام الصيغة:

القيمة غير المُضَمَّلة = (x - min)/ (max - min) ]

ويحول التوحيد البيانات إلى أن يكون لها متوسط صفر وانحراف معياري عن 1، باستخدام:

القيمة المميتة = (x - ميكرو) / / / / ]

التقنيات العملية لتسلق الأعضاء التناسلية

ويشمل تطبيق توسيع نطاق السمات اختيار الطريقة الصحيحة القائمة على البيانات والخرفقية، فعلى سبيل المثال، تستفيد الخوارزميات مثل الجيران الكينيين وشبكات العزل من التطبيع، في حين أن التراجع الخطي والتراجع اللوجستي كثيرا ما يستخدم التوحيد القياسي.

وتشمل التقنيات المشتركة ما يلي:

  • مصغرة - ماكس
  • توحيد المعايير
  • سرقة
  • ماكس آبس

ومن المهم تكييف معايير التوسيع في بيانات التدريب وتطبيق التحول نفسه على بيانات الاختبار لمنع تسرب البيانات.