規范化（標准化）數據的3種方法

http://blog.csdn.net/Meoop/article/details/40931731

令A是數值屬性，具有n個觀測值 。      

    1、  最小—最大規范化
    最小—最大規范化對原始數據進行線性變換。假設和分別為屬性A的最大值 和最小值 。最小—最大規范化通過計算：

    把A的值 映射到 區間中 。
    最小—最大規范化保持原始數據值之間的聯系，但是如果今後的輸入實例落在A的原數據值域之外，則該方法將面臨「越界」錯誤。
 
    2、  z分數(z-score)規范化（或零均值規范化）
    在z分數規范化中，屬性A的值基於A的均值和標准差規范化。A的值 被規范化為 ，由以下公式計算：

其中 和 分別為屬性A的平均值和標准差。
    當屬性A的實際最小值和最大值未知，或者離群點左右了最小—最大規范化時，該方法是有效的。
 
    3、小數定標規范化
    小數定標規范化通過移動屬性A的值的小數點位置進行規范化。小數點的移動位數依賴於A的最大絕對值。A的值 被規范化為 ，由下式計算：

其中，j是使得 的最小整數。