数据归一化

参考博客：https://www.cnblogs.com/chaosimple/archive/2013/07/31/3227271.html

数据标准化（归一化）处理是数据挖掘的一项基础工作，不同评价指标往往具有不同的量纲和量纲单位，这样的情况会影响到数据分析的结果，为了消除指标之间的 量纲影响，需要进行数据标准化处理，以解决数据指标之间的可比性。原始数据经过数据标准化处理后，各指标处于同一数量级，适合进行综合对比评价。以下是两 种常用的归一化方法：

1、min-max标准化（Min-Max Normalization）

也称为离差标准化，是对原始数据的线性变换，使结果值映射到[0 - 1]之间。转换函数如下：

其中max为样本数据的最大值，min为样本数据的最小值。这种方法有个缺陷就是当有新数据加入时，可能导致max和min的变化，需要重新定义。

2、Z-score标准化方法

这种方法给予原始数据的均值（mean）和标准差（standard deviation）进行数据的标准化。经过处理的数据符合标准正态分布，即均值为0，标准差为1，转化函数为：

其中为所有样本数据的均值，为所有样本数据的标准差，其在取值就在（-1,1）之间.

为什么取值会在（-1,1）之间呢？

设样本为X1,X2,X3...平均值是X0 那么方差=（X1-X0）^2+(X2-X0)^2+.,因为平方是大于或等于0的数,所以每一项减去平均值的平方都要小于或者等于方差.而方差等于1 ,平均值是0,所以可以知道X1^2,X2^2,X3^3.都要小于等于1,所以取值在（-1,1）之间

转载于:https://www.cnblogs.com/lindaxin/p/7922366.html