首先我们要知道什么是特征转换,特征转换就是将原始数据进行特征变换,把原始的特征转换为更有效的特征,从而使建立的模型更加简单、精确。
常用的特征变换方法有特征缩放、独热编码和特征离散化等。
一、特征缩放
不同的特征有不同的量纲,在数据分析时,不同量纲会导致数据分析的结果出现偏差。因此我们要进行特征缩放,消除特征之间的量纲和取值范围照成的影响,对数据进行标准化处理。常用的数据标准化方法有离差标准化、标准差标准化、小数定标标准化和函数转换等。
1.离差标准化(min-max normalization)
离差标准化是对原始数据的一种线性变换,结果是将原始数据的数值映射到[0,1]区间内,其公式为:
x' = (x - min) / (max - min)
其中,x'是标准化后的数据,x是原始数据,min是原始数据的最小值,max是原始数据的最大值。离差标准化保留了原始数据值之间的联系,是消除量纲和数据取值范围影响最简单的方法,但其受离群点影响较大,适用于分布较为均匀的数据。