zoukankan      html  css  js  c++  java
  • 数据归一化和两种常用的归一化方法

    数据归一化和两种常用的归一化方法

    一、总结

    一句话总结:

    min-max标准化:x* =(x-min)/(max-min):新数据加入,虚重新计算max和min
    Z-score标准化:x* =(x-μ)/σ:μ为所有样本数据的均值,σ为所有样本数据的标准差

    1、为什么要对数据进行归一化处理?

    不同评价指标往往具有不同的量纲和量纲单位,这样的情况会影响到数据分析的结果,为了消除指标之间的量纲影响,需要进行数据标准化处理

    二、数据归一化和两种常用的归一化方法

    转自或参考:数据归一化和两种常用的归一化方法
    https://www.cnblogs.com/chaosimple/p/3227271.html

    数据标准化(归一化)处理是数据挖掘的一项基础工作,不同评价指标往往具有不同的量纲和量纲单位,这样的情况会影响到数据分析的结果,为了消除指标之间的量纲影响,需要进行数据标准化处理,以解决数据指标之间的可比性。原始数据经过数据标准化处理后,各指标处于同一数量级,适合进行综合对比评价。以下是两种常用的归一化方法:

    一、min-max标准化(Min-Max Normalization)

    也称为离差标准化,是对原始数据的线性变换,使结果值映射到[0 - 1]之间。转换函数如下:

    clip_image002

    其中max为样本数据的最大值,min为样本数据的最小值。这种方法有个缺陷就是当有新数据加入时,可能导致max和min的变化,需要重新定义。

    二、Z-score标准化方法

    这种方法给予原始数据的均值(mean)和标准差(standard deviation)进行数据的标准化。经过处理的数据符合标准正态分布,即均值为0,标准差为1,转化函数为:

    clip_image004

    其中clip_image006为所有样本数据的均值,clip_image008为所有样本数据的标准差。

    参考文献:

    http://webdataanalysis.net/data-analysis-method/data-normalization/

     
  • 相关阅读:
    二叉树的递归遍历框架:
    springmvc 有哪些优点呢?
    springmvc 和 struts2 有哪些区别?
    三层架构 和 MVC 设计模式有哪些区别呢?
    软件测试各个阶段通常完成什么工作?各个阶段的结果文件是什么?包括什么内容?
    软件测试的策略是什么?
    软件产品质量特性是什么?
    软件配置管理的作用?软件配置包括什么?
    什么是软件测试?软件测试的目的与原则
    软件生存周期及其模型是什么?
  • 原文地址:https://www.cnblogs.com/Renyi-Fan/p/13277351.html
Copyright © 2011-2022 走看看