归一化和标准化

1.归一化

特点：通过对原始数据进行变换把数据映射到(默认为[0,1])之间

归一化公式计算过程：

sklearn归一化API:  sklearn.preprocessing.MinMaxScaler

MinMaxScalar(feature_range=(0,1)…) 每个特征缩放到给定范围(默认[0,1])

MinMaxScalar.fit_transform(X)      X:numpy array格式的数据[n_samples,n_features] 返回值：转换后的形状相同的array

# coding=utf-8
_author_ = 'liuzc'

from sklearn.preprocessing import MinMaxScaler, StandardScaler, Imputer

def guiyihua():
    """
    归一化处理
    """
    mm = MinMaxScaler(feature_range=(2,3))
    data = mm.fit_transform([[90, 2, 10, 40], [60, 4, 15, 45], [75, 3, 13, 46]])
    print(data)
    return None

if __name__ == "__main__":
    guiyihua()

结果：

[[ 3.          2.          2.          2.        ]
 [ 2.          3.          3.          2.83333333]
 [ 2.5         2.5         2.6         3.        ]] 

总结：

注意在特定场景下最大值最小值是变化的，另外，最大值与最小值非常容易受异常点影响，所以这种方法鲁棒性较差，只适合传统精确小数据场景。

2.标准化

特点：通过对原始数据进行变换把数据变换到均值为0,方差为1范围内

sklearn特征化API:  scikit-learn.preprocessing.StandardScaler 

StandardScaler语法 ：

# coding=utf-8
_author_ = 'liuzc'
from sklearn.preprocessing import MinMaxScaler, StandardScaler, Imputer
def stand():
    """
    标准化缩放
    :return:
    """
    std = StandardScaler()
    data = std.fit_transform([[ 1., -1., 3.],[ 2., 4., 2.],[ 4., 6., -1.]])
    print(data)
    return None
if __name__ == "__main__":
    stand()

 结果：

[[-1.06904497 -1.35873244  0.98058068]
 [-0.26726124  0.33968311  0.39223227]
 [ 1.33630621  1.01904933 -1.37281295]]

总结：

在已有样本足够多的情况下比较稳定，适合现代嘈杂大数据场景。