6种常见的数据预处理方法

1 数据预处理说明

数据预处理数据的预处理又称属性值的规范化。属性具有多种类型，包括效益型、成本型、区间型、中间型等。这四种属性，效益型属性越大越好，成本型属性越小越好，区间型属性是在某个区间最佳，中间型是越接近某个数越好。

2 数据预处理的作用

在数据分析前，一般要进行属性值的规范化，主要有如下三个作用：
（1）指标正向化处理：属性值有多种类型，为了便于处理，可以进行极大化处理，使得表中任一属性下性能越优的方案变换后的属性值越大。
（2）无量纲化：每一列数值具有不同的单位（量纲），可以对每个指标进行无量纲化。
（3）归一化：属性值表中不同指标的属性值的数值大小差别很大，为了直观，需要把属性值表中的数值归一化，即把表中数值均变换到[0,1]区间上。

3 常见的数据预处理法

3.1 线性变换法

• 说明：
  ①线性变换法只能处理极大型指标和极小型指标；
  ②采用线性变换法时进行属性规范时，经过变换的最佳属性值不一定为1，最差属性值为0。
• 处理方法：
  

3.2 极差变换法(0-1变换法)

• 说明：
  ①极差变换法使每个属性变换后的最优值为1且最差值为0，可以进行标准0-1变换；
  ②极差变换法也是只能处理极大型指标和极小型指标。
• 举例：
  

3.3 区间型属性的变换

• 说明：有些属性既非效益型又非成本型，如生师比。显然这种属性不能采用前面介绍的两种方法处理。
• 举例：
  
  

3.4 中间型指标的变换

• 举例：
  

3.5 向量归一化法

• 举例：
  

3.6 标准样本变换法

• 举例：