【数据处理】离差标准化

原理介绍

离差标准化又称为Min-Max 归一化（Min-Max Normalization），可以使数据范围划定在[0,1]之间。其公式如下：
$$x_j=\frac{x_i-x_{min}}{x_{max}-x_{min}}$$
其中，$x_j$是新数组的元素，$x_i$是原始数组中的元素，$x_{min}$是原始数组中的最小值，$x_{max}$是原始数组中的最大值。

从公式中可以看出，当$x_i$为最小值时，$x_i-x_{min}=0$，对应新数组的值为0；当$x_i$为最大值时，$x_i-x_{min}=x_{max}-x_{min}$，对应新数组的值为1；其他数值对应新数组的值在[0,1]之间。

代码

x = [1,2,3,4,5]
y = []

for i in range(len(x)):
    res = (x[i]-min(x))/(max(x)-min(x))
    y.append(res)

总结

离差标准化是一种原理和实现都很简单的数据归一化方法