我目前正在研究一种在线机器学习算法，我需要确保输入向量中的每个特征在样本中都有 0 个均值和 1 个方差。我认为当您事先拥有所有样本时，如何做到这一点是微不足道的，但在在线学习中并非如此。有没有人知道如何以这种方式对新的给定向量进行归一化，以便先前样本（+ 新样本）中的每个特征都具有 0 个均值和 1 个方差？甚至可能吗？
谢谢
引导前几百个样本，估计均值和方差，并对均值 0 和方差 1 进行高斯归一化，并将任何未来的向量归一化。没有 ML 算法对归一化为 0，1 非常严格，这应该足够了。
对于一个严格的在线问题，你从第一个缺陷开始学习，我不确定该怎么做，除非你对变量的范围有一些想法，比如灰度图像中像素的最大值等。 在说收集每个x缺陷之后重新规范化和重新训练将被证明成本太高。