【总结】做数据归一化时出现的小问题

我们知道在一个数据集里，存在着多个特征，而这些特征的量纲大多数情况下不会全部一致，因此，这是我们需要对数据集进行归一化处理，如下所示，是我要处理的数据。

在归一化方法中，一般有两种方法。

（1）最小-最大规范化

此方法将数据映射到【0,1】范围内，其公式如下所示

这种方法的pandas实现中，需要注意data[]的中括号里需要再次添加‘[]’。否则会报错。

# 这里我只取了一列做例子
max_min_scaler = lambda x: (x - np.min(x)) / (np.max(x) - np.min(x))
data[['x_0']].apply(max_min_scaler)

# 而不是如下写法
data['x_0'].apply(max_min_scaler)

（2）零-均值规范化（z-score标准化）

在z-score标准化中，我们的处理后的数据的均值为0，标准差为1。

此方法的公式为如下所示：

在这种方法的pandas实现中，与第一种不同的是，我们恰恰要使用第一种不使用的写法实现，否则会出现下图所示，结果全为NAN的数据。代码如下：

# means,va 列表分别存储这一列的均值与标准差
zscore_scaler = lambda x: (x - means) / va
posedata['x_0'] = posedata['x_0'].apply(zscore_scaler)

# 而不是下面
posedata['x_0'] = posedata[['x_0']].apply(zscore_scaler)