数据归一化常用的两种方法

「转载」原文链接https://blog.csdn.net/acdreamers/article/details/44664205,感谢原作者的付出。

在机器学习中领域中的数据分析之前,通常需要将数据标准化,利用标准化后得数据进行数据分析。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。

  1. 归一化的定义

    归一化用一句话说就是:把数据经过处理后使之限定在一定的范围内。比如通常限制在区间[0, 1]或者[-1, 1]等等。那么为什么要进行归一化呢? 那么首先要说到一个重要的概念,即奇异样本数据。所谓奇异样本数据数据指的是相对于其他输入样本特别大或特别小的样本矢量。举个例子,比如下面的两个特征样本数据

    在这里插入图片描述

    上面第五列的数据相对于其它的列的数据就是奇异样本数据,奇异样本数据的存在会引起训练时间增大,并可能引起无法收敛。所以在存在奇异样本数据的情况下,进行训练之前最好进行归一化,如果不存在奇异样本数据,则可以不用归一化。

  2. 常用归一化方法

    常用归一化方法有最大-最小标准化,Z-score标准化,函数转化等等。

    (1)最大-最小标准化

    最大-最小标准化是对原始数据进行线性变换,设和分别是属性的最小值和最大值,将的一个原始值通过最大-最小标准化映射到区间[0, 1]的值,那么公式如下
    在这里插入图片描述

    (2)Z-score标准化
    Z-score标准化是基于原始数据的均值和标准差进行的数据标准化。将属性的原始数据通过Z-score标准化成。Z-score标准化适用于属性的最大值或者最小值未知的情况,或有超出取值范围的离散数据的情况。
    在这里插入图片描述

    其中为μ均值,为σ标准差。

    Z-score标准化得到的结果是所有数据都聚集在0附近,方差为1。

你可能感兴趣的:(Note,数据分析,机器学习,人工智能,数据挖掘,python)