归一化:
将样本的特征值转换到同一量纲下,把数据映射到[0,1]或者[-1, 1]区间内。
(x - X_min) / (X_max - X_min)
对不同特征维度的归一化的目的是使各个特征维度对目标函数的影响权重是一致的,提高迭代求解的收敛速度和精度。
归一化消除了不同特征之间的数值相差很大从而导致结果不同的因素,但是数据会失去原始的一些信息。
中心化:
将数据均值变为0。
x - μ
标准化:
依照特征矩阵的列处理数据,通过求z-score的方法,转换为标准正态分布。
(x - μ)/σ
对不同特征维度的伸缩变换的目的是使得不同度量之间的特征具有可比性。同时不改变原始数据的分布。标准化让每一个特征都服从标准正态分布,消除了每个特征分布不同从而导致结果不同的这个因素。
参考资料:
真的明白数据归一化(MinMaxScaler)和数据标准化(StandardScaler)吗?
数据什么时候需要做中心化和标准化处理?