关闭

数据归一化

583人阅读 评论(1) 收藏 举报
分类:

数据归一化,又叫数据规范化或数据标准化,即把属性数据按比例缩放,使之落入一个特定的小区间,如[-1.0, 1.0]或[0.0, 1.0]。

规范化数据试图赋予所有属性相等的权重。对于涉及神经网络的分类算法或基于距离度量的分类(如最近邻分类)和聚类,规范化特别有用。如果使用神经网络后向传播算法进行分类挖掘,对训练元组中每个属性的输入值规范化有助于加快学习速度。对于基于距离的方法,规范化可以帮助防止具有较大初始值域的属性(如income)与具有较小初始值域的属性(如二元属性)相比权重过大。在没有数据的先验知识时,规范化也是有用的。

常用的数据规范化方法有以下几种:

1. 最小-最大值归一化

    

     一般情况下new_maxA取1,new_minA取0,此时公式1.1可简化为:

    

2. z-score归一化

    

   

     2.1式的标准差可以用均值绝对偏差替换。A的均值绝对偏差(mean absolute deviation)定义为:

     使用均值绝对偏差的z-score归一化为:

    

     对于离群点,均值绝对偏差比标准差更加鲁棒。


3. 小数定标归一化

    小数定标归一化通过移动属性A的值的小数点位置进行归一化。小数点的移动位数依赖于A的最大绝对值。


  

4. 对数归一化

 

5. 反正切函数转换

 

0
0

查看评论
* 以上用户言论只代表其个人观点,不代表CSDN网站的观点或立场
    个人资料
    • 访问:132788次
    • 积分:1803
    • 等级:
    • 排名:千里之外
    • 原创:58篇
    • 转载:22篇
    • 译文:0篇
    • 评论:14条
    最新评论