负数如何归一化处理_数据归一化

在上一期中，作者和大家分享了数据标准化_z-score。今天给大家介绍一下如何对数据进行归一化处理。标准分(z-score)是指原始分数(即观察值或数据点)高于或低于所观察或测量的平均值的标准差的个数数。归一化则是将一个数据集中的数据都映射到某个特定区间(a,b)中，今天介绍的归一化处理方式利用了数据集中最大值和最小值，暂且称之为“最值归一化”吧，可以将所有数据映射到(0，1)区间内。

最值归一化公式：

Xscale：归一化后的数据

Xmax:原始数据集 中最大值

Xmin：原始数据集 中最小值

使用范围：最值归一化方法适用于原始数据集有明显边界，对于原始数据集中存在异常值，也就是边界数据与普遍数据相距过大时，该方法不适用。

不足：最值归一化最大问题就是当原始数据集中加入新数据的时候，数据集中最大值和最小值可能会发生相应变化，导致需要重新定义Xmax和Xmin。

当然了，我们处理数据时除了最值归一化外，还其它处理方法。比如对数据进行对数函数处理：

Xscale = log10(X)

注：以10为底进行对数转换

大家如果有其他好的数据处理方法，欢迎交流。