几种归一化或标准化方法

记录一下，方便自己查找，也希望需要的人能用得上

#其中testj是需要被标准化或者归一化的数据，操作后名称依然是testj

#健壮标准化，需要求中值，第三和第一四分位数

cut_test = np.array([0, 0.25, 0.5, 0.75, 1])

cut_income = np.quantile(testj,cut_test)

testj = (testj-np.median(testj))/(cut_income[3]-cut_income[1])

#z-score归一化

vari1 = np.sqrt(np.sum((testj - np.mean(testj)) ** 2) / len(testj))

estj = (testj - np.mean(testj)) / vari1

#最小值最大值归一化

testj = (testj-np.min(testj))/(np.max(testj)-np.min(testj))

#最大缩放归一化

testj = testj/(max(abs(testj)))

具体归一化的效果要看数据集以及任务，因此不特别推荐某种方法，大家根据自己的情况选择。