数据特征缩放的概念
变量的数据特征是指变量取值的分布特点,与数据所反映的信息内容、测量尺度和采集方式等有关。由于数据特征与分析需求的不匹配,所以要求我们在数据预处理阶段进行数据特征缩放(data feature scaling),以适应分析的需求。
一、数据特征缩放的意义
- 消除数据的量纲,而保留其数据分布的特征,这样更有利于不同量纲数据之间的比较,也避免了自变量的不同量纲对建模的影响;
- 提高梯度下降求解(迭代运算)的收敛速度,提高建模效率;
- 提高一些模型的预测精度。
数据特征缩放的方法可以简单的概括为:“首先中心化,然后除以尺度”,即:
X s c a l e d = X − c e n t e r s c a l e X_{scaled}=\frac{X-center}{scale} Xscaled=scaleX−center
上式中 X X X为原始数据; X s c a l e d X_{scaled} Xscaled为缩放后的数据;