中心化和标准化处理

• 目的：通过中心化和标准化处理，得到均值为0，标准差为1的服从标准正态分布的数据。
• 计算过程由下式表示：
• 下面解释一下为什么需要使用这些数据预处理步骤。

在一些实际问题中，我们得到的样本数据都是多个维度的，即一个样本是用多个特征来表征的。比如在预测房价的问题中，影响房价 的因素有房子面积 、卧室数量 等，我们得到的样本数据就是 这样一些样本点，这里的 、 又被称为特征。很显然，这些特征的量纲和数值得量级都是不一样的，在预测房价时，如果直接使用原始的数据值，那么他们对房价的影响程度将是不一样的，而通过标准化处理，可以使得不同的特征 具有相同的尺度（Scale）

• 比如在训练神经网络的过程中，通过将数据标准化，能够加速权重参数的收敛。
• 另外，对于主成分分析（PCA）问题，也需要对数据进行中心化和标准化等预处理步骤

给题主推荐一个问答论坛cross validated，上面可以找到很多数据分析，机器学习相关领域的问答。

作者：Spark
链接：https://www.zhihu.com/question/37069477/answer/132387124
来源：知乎

著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。