标签: normalization

我需要设计一个数据库表，其中大多数属性都有单位。例如：

Readings
--------

id   load (kW)   fuel_consumption (tonnes) - etc
1    1154        89.4
2    1199        54.2

在设计中捕获单元的推荐方法是什么？例如，我可以：

• 在属性名称中存储单位，例如 load_kW 和fuel_conspiration_tonnes
• 将单位存储在单独的表中，例如每个值都成为另一个表的外键，其中包含值和单位的列。
• 存储在数据库外部：例如在业务逻辑中或在文档中
• 还有其他人吗？

我碰巧使用 MySQL，但我认为这是一个通用的数据库规范化问题。

我有一个名为 的表assets，其中资产可以属于用户、团队或部门，也可能属于每个用户、团队或部门的多个。我的问题是资产变化很大，并且可能具有与每项资产不同的相关属性。

前任。这些可能是资产：

1.)
type:workbench
cost:200
vendor:Acme Co.
color:black
2.)
type:microscope
serial_no:BH-00102
purchase_date:1337800923
cost:2040

对于数百到数千种不同类型的资产，这种情况可能会持续下去。

如何以易于查询的标准化方式存储此类数据，而无需在每次添加新资产类型时更改表？有些字段也存在于所有资产中，例如成本。

到目前为止，我认为我应该：

assets
id,cost,purchase_date,asset_type_id

asset_types
id,name

division_assets
division_id,asset_id

user_assets
user_id,asset_id

但我不知道将变化的数据放在哪里

我想使用boost::date_facetC++03 中的几种变体来规范化某些字符串输入，这些输入可以具有各种不同的美国样式格式，例如：

• 2012 年 2 月 4 日
• 2012 年 2 月 4 日
• 2012 年 2 月 4 日
• 2012 年 2 月 4 日
• 2012 年 2 月 4 日
• 2012 年 2 月 4 日
• 2012年2月4日
• 2012年2月4日
• 2012年2月4日
• 2012年2月4日

我遇到的问题是如何创建一个date_facet不需要月份或日期前导零的月份或日期。我在 Boost 文档中看到这些标志的条目：

%d   - Day of the month as decimal 01 to 31
%e # - Like %d, but a leading zero is replaced by a space
%m   - Month name as a …

在训练和预测分类任务的进度之前，通常会分别缩放训练和测试数据。

我想嵌入上述RFECV运行 CV 测试的过程，因此我尝试了以下操作：

首先 X_scaled = preprocessing.scale(X)，X整个数据集在哪里。这样做，训练和测试数据不会分开缩放，这一点不予考虑。

我尝试的另一种方法是通过：

scaling_svm = Pipeline([('scaler', preprocessing.StandardScaler()),
                        ('svm',LinearSVC(penalty=penalty, dual=False, class_weight='auto'))])

作为参数的参数RFECV：

rfecv = RFECV(estimator=scaling_svm, step=1, cv=StratifiedKFold(y, 7),
                  scoring=score, verbose=0)

但是，我收到错误，因为RFECV需要estimator具有 attribute .coef_。我应该做什么？任何帮助，将不胜感激。

在学习 A Level 计算时，教科书、试题和老师反复告诉我们，如果负归一化浮点二进制数以 11 开头，那么它就不是归一化的。

对于负 11 的二进制补码，它可以写为 10101，因此标准化形式的数字将是 10101 00100，这遵循数字开头没有 11 的规则

但对于负 1，二进制补码版本是 11111，那么规范化版本会是什么，11111 00100 可以工作，但违反了规则，011111 00101 使数字为正数并使用了太多位，10111 00100 使负 9 而不是负 1

基本上为什么数字不能以 11 开头以及如何用解释来表示负一？

最近我被告知回归数据的标签也应该标准化以获得更好的结果，但我对此很怀疑。我从未尝试过在回归和分类中标准化标签，这就是为什么我不知道该状态是否正确。您能给我一个关于这个问题的清晰解释（数学上或经验上）吗？

太感谢了。任何帮助，将不胜感激。

有人告诉我，我需要为涉及神经网络的论文标准化我的 MSE。

NMSE 的方程似乎有点少而且相距甚远。我有以下几点，如果可能的话，我想证实一下：

标准偏差项应该从目标值还是预测值计算出来？

此外，与 NMSE 相比，使用 MSE 的主要优势是什么？仅仅是因为更简单的规模，它使错误比较更容易吗？

非常感谢您的帮助！

我理解规范化和规范化意味着删除数据表示中任何无意义或模棱两可的部分，将有效相同的数据转化为实际相同的数据。

例如，如果您想获取某些输入数据的哈希值，并且其他人对规范相同的数据进行哈希处理获得相同的哈希值很重要，那么您不希望一个文件使用制表符缩进而另一个使用空格（没有其他区别） ) 导致两个截然不同的哈希值。

在 JSON 的情况下：

• 对象属性将按标准顺序放置（可能按字母顺序）
• 不必要的空白将被剥离
• 缩进标准化或剥离
• 数据甚至可以用全新的语法重新建模，以强制执行上述

我的定义是否正确，并且这些术语可以互换？或者输入数据的规范化和规范化之间是否存在明确定义的特定区别？

我在以下代码中收到类型错误，如“类型错误：字符串索引必须为整数”。

import pandas as pd 
import json
from pandas.io.json import json_normalize

full_json_df = pd.read_json('data/world_bank_projects.json')
json_nor = json_normalize(full_json_df, 'mjtheme_namecode')
json_nor.groupby('name')['code'].count().sort_values(ascending=False).head(10)

Output:
TypeError                                 
Traceback (most recent call last)
<ipython-input-28-9401e8bf5427> in <module>()
      1 # Find the top 10 major project themes (using column 'mjtheme_namecode')
      2 
----> 3 json_nor = json_normalize(full_json_df, 'mjtheme_namecode')
      4 #json_nor.groupby('name')['code'].count().sort_values(ascending = False).head(10)
TypeError: string indices must be integers

我希望从我的服务器规范化数据，以便我可以更轻松地将它与 ngrx/entity 一起使用。

我喜欢 ngrx/entity 如何通过提供 EntityState 接口和 EntityAdapter 来降低减速器和其他东西的复杂性。但是我发现它不适用于嵌套数据。

我有 3 个级别的数据：

训练 -> 练习 -> 套

如果我将它与 ngrx/entity 的经典模式一起使用，当我使用嵌套数据时，它会很快变得拥挤。

下面是我在使用 ngrx/entity 时遇到的第一件事 在那之后，我四处窥探并进入了 normalizr 库 我喜欢 normalizr 如何规范化我的数据，并且还用仅 id 作为其他实体（练习、集合）的键替换嵌套数组值

我首先尝试的是组合多个实体状态，如下所示： 但这需要改变我的服务器以及大量的逻辑和努力。

我想要的是以某种方式将 normalizr 与 ngrx/entity 结合起来。 得到 normalizr 给我的同样的东西，但可以自由地使用来自 ngrx/entity 的实体适配器 api 它是选择器和其他代码，这些代码在我的服务中来自 ngrx/entity

所以最重要的是，我的问题是如何在没有某种服务器工作的情况下使用 ngrx/entity（就像 normalizr 库那样）规范化深层嵌套数据。