数据归一化、标准化Feature Scaling

最新推荐文章于 2024-01-30 20:26:07 发布

那么CHEN

最新推荐文章于 2024-01-30 20:26:07 发布

阅读量343

点赞数

分类专栏：基础学习文章标签：数据分析

原文链接：https://www.cnblogs.com/bjwu/p/8977141.html

版权

基础学习专栏收录该内容

20 篇文章 2 订阅

订阅专栏

标准化

1 Rescaling (Min-max normalization/range scaling)

${x}'=a+\frac{\left ( x-min\left ( x \right ) \right )\left ( b-a \right )}{max\left ( x \right )-min\left ( x \right )},\: {x}'\in \left [ a,b \right ]$ 返回原值 $x=min\left ( x \right )+\frac{\left ( max\left ( x \right )-min\left ( x \right ) \right )\left ( {x}'-a \right )}{b-a}$

将特征缩放至特定区间[a,b],将特征缩放到给定最小值a和最大值b之间，或者也可以将每个特征的最大绝对值转换至单位大小。这种方法是对原始数据的线性变换，将数据归一到[0,1]中间。转换函数为:

${x}'=\frac{ x-min\left ( x \right )}{max\left ( x \right )-min\left ( x \right )},\: {x}'\in \left [ 0,1 \right ]$ 返回原值 $x=min\left ( x \right )+\left ( max\left ( x \right )-min\left ( x \right ) \right ){x}'$

这种方法有个缺陷就是当有新数据加入时，可能导致max和min的变化，需要重新定义。

敲黑板，这种方法对于outlier非常敏感，因为outlier影响了max或min值，所以这种方法只适用于数据在一个范围内分布的情况。

2 Mean normalization

${x}'=\frac{x-\bar{x}}{max\left ( x \right )-min\left ( x \right )}$ 返回原值 $x=\bar{x}+\left ( max\left ( x \right )-min\left ( x \right ) \right ){x}'$

3 Standardlization (Z-score normalization)

标准化数据通过减去均值然后除以方差（或标准差），这种数据标准化方法经过处理后数据符合标准正态分布，即均值为0，标准差为1，转化函数为：

${x}'=\frac{x-\bar{x}}{\sigma }$ 返回原值 $x=\bar{x}+\sigma {x}'$

适用于：如果数据的分布本身就服从正态分布，就可以用这个方法。

通常这种方法基本可用于有outlier的情况，但是，在计算方差和均值的时候outliers仍然会影响计算。所以，在出现outliers的情况下可能会出现转换后的数的不同feature分布完全不同的情况。

4 Scaling to unit length

${x}'=\frac{x}{\left \| x \right \|}$ 返回原值 $x=\left \| x \right \|{x}'$

参考：

机器学习数据预处理——标准化/归一化方法

那么CHEN

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
数据归一化、标准化Feature Scaling

1 Rescaling (Min-max normalization/range scaling)2 Mean normalization3 Standardlization (Z-score normalization)4 Scaling to unit length
复制链接

扫一扫