数据预处理之 标准化/正则化 处理

标准化和正则化是数据预处理的关键步骤,用于改善数据规范性。标准化通过减去均值除以方差使数据集中在0附近,方差为1;正则化则将样本缩放至单位范数,常用于文本分类和聚类,尤其是计算余弦相似性。在sklearn中,提供l1、l2和max范数的正则化方法,l2范数能平衡特征权重。
摘要由CSDN通过智能技术生成

标准化(Scale)和正则化(Normalization)是两种常用的数据预处理方法,其作用是让数据变得更加“规范”一些在文本聚类等任务中使用的比较多。

针对某数据,如果不适用数据标准化、正则化,展示的情况如下图

1.数据标准化

公式为:(X-mean)/std  计算时对每个属性/每列分别进行。将数据按期属性(按列进行)减去其均值,并处以其方差。得到的结果是,对于每个属性/每列来说所有数据都聚集在0附近,方差为1。经过数据标准化的数据如下图:可以看到有些特征被凸显出来了。


评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值