常用数据规范化方法: min-max规范化，零-均值规范化等

数据变换是数据准备的重要环节，将数据转换成适用于数据挖掘的形式。数据变换的常用方式：

• 数据平滑：去除噪声，将数据离散化
• 数据聚集：如sql中的聚集函数，count(), sum()
• 数据概化：数据由较低概念 抽象为 较高概念
• 数据规范化：统一尺度
• 属性构造：构造新的属性 （特征工程）

相关代码地址
接下来，介绍数据规范化的几种方法：

1 Min-Max 规范化(最小-最大规范化)

将原始数据映射到 [0, 1] 之间：
（原始值 - 最小值） / （最大值 - 最小值）

• 不适用场景：原始数据存在小部分 很大/很小的数据时，会造成大部分数据规范化后接近于 0/1，区分度不大

2 Z-Score规范化(零-均值规范化)

也称 标准差标准化，定义为：
（原始值 - 平均值）/ 标准差

得到的是：给定数据距离其均值多少个标准差

• 变换后数据的 均值为0，方差为1
• 结果没有实际意义，仅用于比较

3 小数定标规范化

通过移动小数点位置将数据变换至 [-1, 1]，定义为：
原始值 / 10^k

• k 取决于属性A取值中的最大绝对值

小数定标规范化就是通过移动小数点的位置来进行规范化。小数点移动多少位取决于属性 A 的取值中的最大绝对值。

相关代码地址github

sklearn 安装失败时，可尝试切换数据源 或 增加超时时间

pip3 --default-timeout=100 install sklearn -i https://pypi.tuna.tsinghua.edu.cn/simple