数据挖掘——数据规范化的两种方法的比较

数据挖掘——数据规范化的Min-Max 规范化 和 Z-score规范化；

---

---

两种常见的数据规范化方法 - Min-Max 规范化和 Z-score 规范化 - 在不同情况下具有不同的适用性。

Min-Max 规范化：

适用场景：

• 当数据的分布范围已知，并且需要将数据映射到一个固定的范围内时，通常选择 Min-Max 规范化。
• 适用于大多数机器学习算法，特别是对输入特征的范围敏感的算法，如神经网络和支持向量机（SVM）。
  

举例：
假设你有一个特征集合，其中包含身高、体重和年龄。你希望将这些特征缩放到[0, 1]的范围内。你可以使用 Min-Max 规范化来实现这一目标，确保所有特征的值都在0到1之间。

from sklearn.preprocessing import MinMaxScaler

data = [[150, 50, 30],
        [160, 55, 35],
        [170, 60, 40]]

scaler = MinMaxScaler()
normalized_data = scaler.fit_transform(data)

print(normalized_data)

Z-score 规范化：

适用场景：

• 当数据的分布不是正态分布，或者存在异常值时，通常选择 Z-score 规范化。
• 在一些统计方法和基于距离的算法中，如聚类分析和主成分分析（PCA）中，常用 Z-score 规范化。

举例：
假设你有一个特征集合，其中包含体重和年龄。你希望对这些特征进行标准化，使得它们的均值为0，标准差为1。你可以使用 Z-score 规范化来实现这一目标。

from sklearn.preprocessing import StandardScaler

data = [[50, 30],
        [55, 35],
        [60, 40]]

scaler = StandardScaler()
normalized_data = scaler.fit_transform(data)

print(normalized_data)

总结：

• 使用 Min-Max 规范化时，数据将被映射到一个固定的范围内，通常是[0, 1]，适用于数据范围已知且没有异常值的情况。
• 使用 Z-score 规范化时，数据将转换为均值为0，标准差为1的标准正态分布，适用于数据存在异常值或需要转换为标准正态分布的情况。

---