规范化（标准化）数据的3种方法[R语言课程]

令A是数值属性，具有n个观测值  。      

    1、  最小—最大规范化
    最小—最大规范化对原始数据进行线性变换。假设和分别为属性A的最大值 和最小值 。最小—最大规范化通过计算：

    把A的值 映射到 区间中 。
    最小—最大规范化保持原始数据值之间的联系，但是如果今后的输入实例落在A的原数据值域之外，则该方法将面临“越界”错误。
 
    2、  z分数(z-score)规范化（或零均值规范化）
    在z分数规范化中，属性A的值基于A的均值和标准差规范化。A的值 被规范化为 ，由以下公式计算：

其中 和 分别为属性A的平均值和标准差。
    当属性A的实际最小值和最大值未知，或者离群点左右了最小—最大规范化时，该方法是有效的。
 
    3、小数定标规范化
    小数定标规范化通过移动属性A的值的小数点位置进行规范化。小数点的移动位数依赖于A的最大绝对值。A的值 被规范化为 ，由下式计算：

其中，j是使得 的最小整数。