数据归一化和两种常用的归一化方法

原创 2015年07月06日 20:44:34

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:http://www.cnblogs.com/chaosimple/archive/2013/07/31/3227271.html

版权声明:本文为博主原创文章,未经博主允许不得转载。

在java中对byte类型的变量的运算方式

截图中,发现,当java对byte的b1和b2进行计算时,java自动把他们提升为int类型,在计算过程中,b1+b2计算后已经是int类型,赋值给b3时就报错,所以java编译器保存如下:...

用java实现了归一化积相关的计算

用java实现了归一化积相关的计算,主要源码如下: public void guiyihua(Pic s_p,Pic t_p){        //s_p为源图像,t_p为实时图像        ...

数据归一化的两种方法

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...

常用数据归一化方法

数据归一化是为了缩小数量之间的相对关系以及消除指标之间的量纲影响,解决数据指标之间的可比性。数据经过归一化处理之后,各指标处于同一数量级,方便进一步处理数据。     常用的数据归一化方法有以下三种...

数据归一化和两种常用的归一化方法

转载自:http://www.cnblogs.com/chaosimple/p/3227271.html
  • AiTODD1
  • AiTODD1
  • 2014年09月25日 12:49
  • 1008

数据归一化和两种常用的归一化方法

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...

数据归一化和两种常用的归一化方法

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...
  • AiTODD1
  • AiTODD1
  • 2014年09月25日 12:47
  • 338

数据归一化和两种常用的归一化方法

摘自 http://www.cnblogs.com/chaosimple/archive/2013/07/31/3227271.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...

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      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...

数据归一化和两种常用的归一化方法

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...
内容举报
返回顶部
收藏助手
不良信息举报
您举报文章:数据归一化和两种常用的归一化方法
举报原因:
原因补充:

(最多只允许输入30个字)