数据归一化方法

数据归一化方法

1）min-max标准化
也叫做离差标准化，是一种对原始数据样本的 线性变换处理，让样本从原本的值通过映射转化为0～1之间的值。

NorSample=(Sample-min)/(max-min)

其中，min为样本中的最小值，max为样本中的最大值。
优点是：简单易行，容易理解实现
缺点是：数据样本不能频繁的变更，一旦有新的样本加入时，max,min需要重新进行定义。

2 ）z-score标准化
又称标准差标准化，处理后的数据符合标准正态分布。

ZSample=(x-mean)/std

其中，mean为样本均值，std为样本标准差
Z-Score最大的优点就是简单，容易计算，不受数据量级的影响，消除量级给分析带来的不便。
但估算Z-Score需要总体的平均值与方差，但是这一值在真实的分析与挖掘中很难得到，大多数情况下是用样本的均值与标准差替代。Z-Score的结果只能用于比较数据间的结果，数据的真实意义还需要还原原值。