数据归一化方法大全
在数据分析之前,
我们通常需要先将数据标准化
(
normalization
)
,
利用标
准化后的数据进行数据分析。
数据标准化也就是统计数据的指数化。
数据标准化
处理主要包括数据同趋化处理和无量纲化处理两个方面。
数据同趋化处理主要解
决不同性质数据问题,
对不同性质指标直接加总不能正确反映不同作用力的综合
结果,须先考虑改变逆指标数据性质,使所有指标对测评方案的作用力同趋化,
再加总才能得出正确结果。
数据无量纲化处理主要解决数据的可比性。
数据标准
化的方法有很多种,常用的有“最小—最大标准化”
、
“
Z-score
标准化”和“按
小数定标标准化”
等。
经过上述标准化处理,
原始数据均转换为无量纲化指标测
评值,即各指标值都处于同一个数量级别上,可以进行综合测评分析。
一、
max
Min
标准化
max
Min
标准化方法是对原始数据进行线性变换。设
minA
和
maxA
分别为
属性
A
的最小值和最大值,将
A
的一个原始值
x
通过