归一化或者叫无量纲化

1、详解：

因为我们的这些要素是不同质的东西的指标，因此可能会有的数字很大有的数字很小，但是这并不是由于它们内禀的性质决定的，而只是由于量纲不同导致的，因此我们需要对它们进行无量纲化。这个操作一般在数据处理领域叫做归一化（normalization），也就是减少数据的绝对数值的差异，将它们统一到近似的范围内，然后重点关注其变化和趋势。

2、例子：

如下图所示，这是上面表格中前3个元素随年的变化曲线，以及作为母序列的旅游总收入：

可以看到，有两个曲线绝对数值很大，而另外两个很小，如果不做处理必然导致大的数值的影响会”淹没“掉小数值的变量的影响。

所以我们要对数据进行归一化处理，主要方法有如下几个：

（1） 初值化： 顾名思义，就是把这一个序列的数据统一除以最开始的值，由于同一个因素的序列的量级差别不大，所以通过除以初值就能将这些值都整理到1这个量级附近。

公式： x_i(k)' = x_i(k) / x_i(1)   i = 1,...,m, k = 1,...,n 
(m为因素个数，n为每个因素的数据维度，仍如上栗，n=5，m=3（我们只看前三个因素，就是曲线图里画的这三种，和旅游总收入的关联，数据维度为5，即五年）)

（2） 均值化： 顾名思义，就是把这个序列的数据除以均值，由于数量级大的序列均值比较大，所以除掉以后就能归一化到1的量级附近。

公式： x_i(k)' = x_i(k) / ( mean(x_i) )        （除以均值）
其中 ： mean(x_i) = (1/n) sum_k=1^n (x_i(k))     （求第i个因素序列的均值）

其余还有如区间化，即把序列的值规范到一个区间，比如[0, 1]，之间。这个方法实际上在数据处理中应用比较多，但是在GRA中似乎常用均值化或者初值化，所以在此不介绍。

这里我们按照参考文献中的采用的方法，用初值化进行归一化，得到的结果如下图：

可以看到，归一化以后的数据，量级差别变小了，这是为了后面提供铺垫，因为我们关注的实际上是曲线的形状的差异，而不希望绝对数值对后面的计算有影响。

论文应用：

参考：基于随机森林算法的土壤含盐量预测 - 中国知网