最大值最小值归一化&标准归一化（均值归一化，标准归一化）

h2728677716

已于 2022-04-07 23:47:24 修改

阅读量1.9w

点赞数 10

分类专栏：预处理机器学习文章标签：算法

于 2022-02-15 23:13:16 首次发布

本文链接：https://blog.csdn.net/h2728677716/article/details/122953275

版权

机器学习同时被 2 个专栏收录

44 篇文章

订阅专栏

预处理

6 篇文章

订阅专栏

本文介绍了两种常见的数据预处理方法：最大最小值归一化和标准归一化。最大最小值归一化易受离群值影响，可能导致数据集中在0-1范围内的一端。标准归一化则通过计算均值和标准差进行缩放，对离群值的敏感性较低，适合样本量大的情况。在实际应用中，应当根据数据特性选择合适的归一化方法，并确保训练集和测试集的标准化一致。代码示例展示了如何使用sklearn库实现这两种归一化操作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

最大值最小值归一化

Xjmin是Xj所在列的最小值

Xjmax是Xj所在列的最大值

问题：

能做到归一化（0-1zhi之间），但是一旦数据中有一个离群值（特别大的值）就会出现这个离群值做完归一化后特别趋近于1，而其他值特别趋近于0。

异常值特别大的话那么最大值和最小值差距比较大。所以一般不会使用最大最小值归一化。

标准归一化

经过处理的数据符合标准正态分布即均值为0,标准差为1的标准正态分布。

Xmean：X所在列的均值

Standard Deviation：X所在列的标准差

标准差的公式会考虑到所有样本数据，所以受离群值影响会小一些。在样本足够多的情况下比较稳定。

但是如果使用标准归一化不一定会把数据缩放到0-1之间。

标准差是方差的开根号：

方差为0说明所有的特征都是平均值

方差很大说明所有特征都比较离散

如果样本都是正的，那么所有的的参数θ在调整的时候可能都朝着一个方向调整。

标准归一化可以是样本缩放的同时，也可以使样本有正有负，这样就可以让不同的

θ朝着不同方向调整直接到达最优解，减少迭代次数。

在用代码使用归一化的时候，测试集和训练集使用同一个scaler对象(持久化)训练，不过前提是测试集和训练集以及未来的新数据集是同分布的。

#基于sklearn代码实现最大最小值归一化

from sklearn.preprocessing import MinMaxScaler

# 数据归一化
def Maxminscale():
    # feature_range指定2-3之间的范围
    mm = MinMaxScaler(feature_range=(2, 3))
    data = mm.fit_transform([[89, 79, 1, 14], [78, 111, 33, 754], [82, 234, 11, 23]])
    print(data)

结果缩放到2-3之间

#基于sklearn代码实现标准归一化

from sklearn.preprocessing import StandardScaler

# 标准归一化
def standscaler():
    ss = StandardScaler()
    data = ss.fit_transform([[89, 79, 1, 14], [78, 111, 33, 754], [82, 234, 11, 23]])
    print(data)

标准差缩放后的结果