数据标准化

数据标准化

在数据分析之前，我们通常需要先将数据标准化，利用标准化后的数据进行数据分析。

数据标准化的常用方法有三种“最小-最大标准化”（也叫离差标准化）、“Z-score标准化”和“按最小数定标标准化”

最小-最大标准化

$$y=(X-Xmin)/(Xmax-Xmin)$$

优点：有效消除量纲（量纲是指物理量的基本属性），将数据有效的映射到[0,1]区间，能够实现不同数据之间的比较

缺点：当数据明显集中到某个值上时，转换后的数据将会集中到0数据点，数据将无法用于后续比较。

import pandas as pd
def deal(data):
    data=(data-data.min())/(data.max()-data.min())
    return data
d_f1=pd.Series([1,2,3,4,5,6])
d_f2=pd.Series([7,7,8,9,10,11])
print(deal(d_f1))
print(deal(d_f2))

0    0.0
1    0.2
2    0.4
3    0.6
4    0.8
5    1.0
dtype: float64
0    0.00
1    0.00
2    0.25
3    0.50
4    0.75
5    1.00
dtype: float64

Z-score标准化

又叫“标准差标准化”、“零均值标准化”，Z分数标准化方法，该方法使用表较简单，使用范围较离差标准化更为广泛，具体公式如下：
$$y=(x-\overline{x})/\delta$$
分子是（数据-均值），分母是标准差

def std_ch(data):
    data=(data-data.mean())/data.std()
    return data
print(std_ch(d_f1))
print(std_ch(d_f2))

0   -1.336306
1   -0.801784
2   -0.267261
3    0.267261
4    0.801784
5    1.336306
dtype: float64
0   -1.020621
1   -1.020621
2   -0.408248
3    0.204124
4    0.816497
5    1.428869
dtype: float64

按小数定标标准化

通过移动小数的小数点，将数据映射到[0,1]区间内。
$$y=x/10^j$$
x为数值，j为适合的指数参数（能过够将x映射到[0,1]的指数参数）

-------感jio还有可以完善的地方,之后遇到了完善----------------
今天又是夹缝中学习数据分析的一天==!加油!