数据分析项目基于K-Means算法的广告聚类分析（3）----数据标准化：归一化Min-Max，0-1区间

最新推荐文章于 2022-08-18 23:19:56 发布

Deep,dark,fantasy

最新推荐文章于 2022-08-18 23:19:56 发布

阅读量1.3k

点赞数

分类专栏：数据分析项目文章标签：聚类算法 python

本文链接：https://blog.csdn.net/qq_43709590/article/details/115741110

版权

本文介绍了在数据分析项目中，由于原始数据不同列的数量级差异，使得直接使用K-Means算法进行聚类分析变得困难。为解决这个问题，文章详细阐述了使用Python的sklearn库中的MinMaxScaler方法对数据进行标准化，将数据缩放到0-1区间，以确保K-Means算法的有效应用。通过展示标准化前后数据的变化，证明了数据标准化过程的成功。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、为什么要进行数据标准化

这是未标准化前的数据
这里取了原数据第2列到第7列的数据

日均UV   平均注册率   平均搜索量     访问深度   订单转化率  投放总时间
0        3.69  0.0071  0.0214   2.3071  0.0258     20
1      178.70  0.0040  0.0324   2.0489  0.0030     19
2       91.77  0.0022  0.0530   1.8771  0.0026