Open Arnold815 opened 8 months ago
我也想问 搞不懂
我也想问 搞不懂
我在其他地方问了,给我的答案是说StandardScaler是针对全局的,而RevIN是针对局部的,应该不冲突;而且两种都用在我自己的数据集上确实也有提升,虽然我还是不太明白原理
为什么revin用在我自己的数据集上没有效果啊 用不用都一样的结果 是不是我哪搞错了 崩溃
为什么revin用在我自己的数据集上没有效果啊 用不用都一样的结果 是不是我哪搞错了 崩溃
用上去不说效果好不好,结果应该不一样才对,要不再看看代码是不是不对
效果变了 从0.5170变成0.5168 这算吗 没多大区别啊 在您的数据集上变化大吗
效果变了 从0.5170变成0.5168 这算吗 没多大区别啊 在您的数据集上变化大吗
我这边变化稍微大一点 在0.0x这个级别,那只能说确实变化不大
请问你有试过dish-TS吗?能交流一下吗
请问你有试过dish-TS吗?能交流一下吗
不好意思,没有诶,我主要不是搞归一化这块的
请问你有试过dish-TS吗?能交流一下吗
不好意思,没有诶,我主要不是搞归一化这块的
那你搞patch或者 通道独立、 通道混合这一块吗
请问你有试过dish-TS吗?能交流一下吗
不好意思,没有诶,我主要不是搞归一化这块的
那你搞patch或者 通道独立、 通道混合这一块吗
是最近才在看,通道独立和patch,有在跑一些实验
请问你有试过dish-TS吗?能交流一下吗
不好意思,没有诶,我主要不是搞归一化这块的
那你搞patch或者 通道独立、 通道混合这一块吗
是最近才在看,通道独立和patch,有在跑一些实验
捞,抱个大腿可以吗?qq:1846782676
明天加你稍微交流一下,我也懂得很少,今天还有事情忙
请问你有试过dish-TS吗?能交流一下吗
不好意思,没有诶,我主要不是搞归一化这块的
那你搞patch或者 通道独立、 通道混合这一块吗
是最近才在看,通道独立和patch,有在跑一些实验
捞,抱个大腿可以吗?qq:1846782676
明天加你稍微交流一下,我也懂得很少,今天还有事情忙
好滴
我看StandardScaler只针对train data计算了mean和std,然后apply到了全量数据,这是为什么?
我去看了一下代码,确实如此。 查了一下是说要假设未来数据的mean和std等数据是无法获知的,所以会用训练集的mean和std去apply到validation和test上。我之前不是这么做的,都没注意到,我现在改过去试一下,应该不会有特别大的影响
周泽龙 | |
---|---|
@. | ---- Replied Message ---- | From | @.> | | Date | 4/11/2024 22:04 | | To | @.> | | Cc | Arnold @.>, State @.***> | | Subject | Re: [yuqinie98/PatchTST] RevIN and StandardScaler (Issue #99) |
我看StandardScaler只针对train data计算了mean和std,然后apply到了全量数据,这是为什么?
— Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you modified the open/close state.Message ID: @.***>
我去看了一下代码,确实如此。 查了一下是说要假设未来数据的mean和std等数据是无法获知的,所以会用训练集的mean和std去apply到validation和test上。我之前不是这么做的,都没注意到,我现在改过去试一下,应该不会有特别大的影响 | | 周泽龙 | | @. | ---- Replied Message ---- | From | @.> | | Date | 4/11/2024 22:04 | | To | @.> | | Cc | Arnold @.>, State @.> | | Subject | Re: [yuqinie98/PatchTST] RevIN and StandardScaler (Issue #99) | 我看StandardScaler只针对train data计算了mean和std,然后apply到了全量数据,这是为什么? — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you modified the open/close state.Message ID: @.>
明白了,确实“假设未来数据的mean和std等数据是无法获知的”是有道理的,变化比较大。
我注意到在训练前导入数据时已经使用StandardScaler对数据进行了Normalization,然后每个batch输入模型后又进行了RevIN操作,我想知道这两种Normalization是可以同时使用的吗?