常用的数据归一化方法

本文详细介绍了数据归一化在数据预处理中的重要性,特别关注了最小最大归一化(MinMax)和最大绝对值归一化(MaxAbs)的方法,包括它们的定义、公式、适用场景及反变换过程。
摘要由CSDN通过智能技术生成

本文介绍常用的数据归一化方法。

数据归一化在数据预处理经常用到,通过对数据归一化处理,将数据限定在一定范围,一方面方便计算(不用考虑溢出问题),另一方面,归一化后,去除数据的量纲,也便于不同的数据进行比较分析。本文对常用的几种数据归一化方法作简要介绍。

1.最小最大归一化(Min Max)

最小最大归一化将数据缩放到[0,1],属于线性变换,适用于输入数据范围已知的情况(最大,最小值已知)。

{x}'=\frac{x-x_{min}}{x_{max}-x_{min}}

其中,

1)x_{max}x_{min}为数据的最大值和最小值

2){x}'为归一化后的值

由公式可知,其符合y=kx+b形式,属于线性变换。

其反变换为

x= {x}'*(x_{max}-x_{min})+x_{min}

2.最大绝对值归一化(Max Abs)

最小最大归一化将数据缩放到[-1,1],属于线性变换,适用于输入数据最大值已知的情况。

{x}'=\frac{x}{\left | x_{max} \right |}

1)\left | x_{max} \right |为数据最大值的绝对值

2){x}'为归一化后的值

由公式可知,其符合y=kx+b形式,也属于线性变换。

其反变换为

x= {x}'*\left | x_{max} \right |

总结,本文介绍了常用的数据归一化方法。

  • 3
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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