最新消息:请随时分享你的乐趣!

数据归一化和几种常用方法

技术博客 磊子 8785浏览 0评论

数据归一化和两种常用的归一化方法

数据标准化(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和量纲单位,这样的情况会影响到数据分析的结果,为了消除指标之间的量纲影响,需要进行数据标准化处理,以解决数据指标之间的可比性。原始数据经过数据标准化处理后,各指标处于同一数量级,适合进行综合对比评价。以下是两种常用的归一化方法:

一、min-max标准化(Min-Max Normalization)

也称为离差标准化,是对原始数据的线性变换,使结果值映射到[0 – 1]之间。转换函数如下:

x=(xmin)/(maxmin)

其中max为样本数据的最大值,min为样本数据的最小值。这种方法有个缺陷就是当有新数据加入时,可能导致max和min的变化,需要重新定义。

二、Z-score标准化方法

这种方法给予原始数据的均值(mean)和标准差(standard deviation)进行数据的标准化。经过处理的数据符合标准正态分布,即均值为0,标准差为1,转化函数为:

x=(xμ)/σ

其中 μ为所有样本数据的均值,σ为所有样本数据的标准差。

三 Z-scores 简单化

模型如下:

x=1/(1+x)

x越大证明x 越小,这样就可以把很大的数规范在[0-1]之间了。

总结

以上1,2方法都需要依赖样本所有数据,而3方法只依赖当前数据,可以动态使用,好理解。

参考文献:
http://webdataanalysis.net/data-analysis-method/data-normalization/

转载请注明:印迹. » 数据归一化和几种常用方法

发表我的评论
取消评论

表情