Python数据分析(三)——数据预处理

写这篇文章的原因是在很多程序时都会出现数据集预处理,为什么要进行数据归一化,为什么要规约,这些困扰很久,今天就数据集预处理总结比较的好的博客文章搬过来。

https://gofisher.github.io/2018/06/22/%E6%95%B0%E6%8D%AE%E9%A2%84%E5%A4%84%E7%90%86/

规范化

      数据规范化(归一化)处理是数据挖掘的一项基础工作。不同评价指标往往具有不同的量纲, 数之间的差别可能很大,不进行处理会影响到数据分析的结果。为了消除指标之间的量纲和取值范围差异的影响,需要进行标准化处理,将数据按照比例进行缩放,使之落入特定的区域,便于进行综合分析。

  • 把数据映射到[0,1]的区间中。
  • 把有量纲形式变成无量纲形式 。
  •                                                   常用的规范化方法

  • 1
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值