数据归一化处理

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。

 

Contents

 

   1. 归一化的定义

   2. 常用归一化方法

 

 

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

 

   

 

   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

 

        

 

   （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。

      

       

 

       其中为均值，为标准差。

 

       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。

 

   还有一些归一化方法，如对数函数转换，反余切函数转换等方法用的不多，暂时就不讲了。