归一化mysql函数_数据归一化转化

一、特征二值化

二、特征归一化

(一)、总和标准化

(二)、标准差标准化

(三)、极大值标准化

(四)、极差标准化(区间放缩法，0-1标准化)

三、连续特征变换

四、定性特征哑编码：One-hot编码

数据变换

数据变换即对数据进行规范化处理，以便于后续的信息挖掘。常见的数据变换包括：特征二值化、特征归一化、连续特征变化，定性特征哑编码等。

一、特征二值化

特征二值化的核心在于设定一个阈值，将特征与该阈值比较后，转话为0或1(只考虑某个特征出现与否，不考虑出现次数，程度)，它的目的是将连续数值细粒度的度量转化为粗粒度的度量。

下面为Python实现特征二值化的方法：

结果如下：

二、特征归一化

特征归一化也叫做数据无量纲化，主要包括：总和标准化、标准差标准化、极大值标准化、极差标准化。这里需要说明的是，基于树的方法是不需要进行特征归一化的，例如GBDT，bagging、boostin