数据预处理——归一化和标准化的python实现

在处理数据时，通常需要将数据转换成更加适合算法模型的数据。这是为了防止因为多组数据的量纲或大小差异过大导致影响计算结果出现偏差。

1）归一化

通过对原始数据进行变换把数据映射到某一区间（默认[0,1]）之间。

计算公式：

其中：

x为任一数据；

x_{max} 为该列数据的最大值；

x_{min} 为该列数据的最小值；

m_{x} 、 m_{i} 分别为指定区间的上下限，默认为1、0。

例如：一列数据[10,6,9,15,20]

X=10时，

缺点：该方法的最大值最小值容易受到异常点影响，鲁棒性较差。

python实现

流程：

1）引入sklearn中的归一化模块

2）获取数据

3）实例化一个转换器类

4）调用transform转换

from sklearn.preprocessing import MinMaxScaler   #引入sklkearn中的归一化模块
#归一化
#1）获取数据
data=...
#2)实例化一个转换器类
transfer=MinMaxScaler(feature_range=[0,1])   #rang范围可改变
#3)调用transform转换
data_new=transfer.fit_transform(data)
print(data_new)

2）标准化

通过对原始数据进行变换将数据变换到均值为0，标准差为1的范围内。

计算公式：

其中：

x为任一数据；

x_{mean} 为该列数据的均值；

\sigma 为该列数据的标准差。

对于标准化来讲，异常点对于其均值和标准差的影响不大，所以这种方法比归一化更加准确。

python实现

流程：

1）引入sklearn中的标准化模块

2）获取数据

3）实例化一个转换器类

4）调用transform转换

from sklearn.preprocessing import StandardScaler #引入sklearn中的标准化模块
#标准化
#1.获取数据
data = ...
# 2.实例化一个转换器
transfer = StandardScaler()
# 3.调用transform转换
data_new = transfer.fit_transform(data)
print(data_new)

关于Python学习指南

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后给大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

包括：Python激活码+安装包、Python web开发，Python爬虫，Python数据分析，人工智能、自动化办公等学习教程。带你从零基础系统性的学好Python！

👉Python所有方向的学习路线👈

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。（全套教程文末领取）

👉Python学习视频600合集👈

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

温馨提示：篇幅有限，已打包文件夹，获取方式在：文末

👉Python70个实战练手案例&源码👈

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

👉Python大厂面试资料👈

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

👉Python副业兼职路线&方法👈

学好 Python 不论是就业还是做副业赚钱都不错，但要学会兼职接单还是要有一个学习规划。

👉 这份完整版的Python全套学习资料已经上传，朋友们如果需要可以扫描下方CSDN官方认证二维码或者点击链接免费领取【保证100%免费】