数据标准化的意义
在对数据集建模前,常常要对数据的某一特征或几个特征进行规范化处理,其目的在于将特征值归一到同一个维度,消除比重不平衡的问题。
常用的标准化方法有 最大-最小标准化、零-均值标准化 和 小数定标标准化。
最大-最小标准化
最大-最小标准化又称为离差标准化,将原始数据进行线性变换,映射到[0,1]区间。
转换公式如下:
其中,max为特征中最大的值,min为特征中最小的值。max-min表示极差。
这种标准化的优点是实现简单、保留了原始数据之间的关系。
缺点也很明显,即:
1.当样本中的max过大时,会使得标准化后各值之间相差不大,无法准确表示样本间的差异;
2.当新加入的样本的值大于max或小于min,会使标准化产生混乱,即每当有新样本导入时,必须重新计算max和min。