数据标准化

1、z-score标准化(又叫z-normalize)方法适用于属性A的最大值和最小值未知的情况,或有超出取值范围的离群数据的情况。(ps:z-normlize一般是对同一个特征进行标准化,而不是对一个样例的不同特征进行标准化)。

2、标准化欧氏距离是针对简单欧氏距离的缺点而作的一种改进方案,就是先将数据z-score标准化,再计算欧式距离。注意,欧式距离或者标准欧式距离是∑和的形式,没有除以长度N。

3、长度归一化距离是距离再除以长度N,表示每一对点之间的平均距离。

 

 

 

 

 

 

 

 

 


 

相关阅读:https://baike.baidu.com/item/%E6%95%B0%E6%8D%AE%E6%A0%87%E5%87%86%E5%8C%96/4132085?fr=aladdin

转载于:https://www.cnblogs.com/vincent-vg/p/8017613.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值