數據歸一化和兩種常用的歸一化方法

一、總結

一句話總結：

min-max標准化：x* =(x-min)/(max-min)：新數據加入，需重新計算max和min

Z-score標准化：x* =(x-μ)/σ：μ為所有樣本數據的均值，σ為所有樣本數據的標准差

 

 

1、為什么要對數據進行歸一化處理？

不同評價指標往往具有不同的量綱和量綱單位，這樣的情況會影響到數據分析的結果，為了消除指標之間的量綱影響，需要進行數據標准化處理

 

 

 

二、數據歸一化和兩種常用的歸一化方法

轉自或參考：數據歸一化和兩種常用的歸一化方法
https://www.cnblogs.com/chaosimple/p/3227271.html

數據標准化（歸一化）處理是數據挖掘的一項基礎工作，不同評價指標往往具有不同的量綱和量綱單位，這樣的情況會影響到數據分析的結果，為了消除指標之間的量綱影響，需要進行數據標准化處理，以解決數據指標之間的可比性。原始數據經過數據標准化處理后，各指標處於同一數量級，適合進行綜合對比評價。以下是兩種常用的歸一化方法：

 

一、min-max標准化（Min-Max Normalization）

也稱為離差標准化，是對原始數據的線性變換，使結果值映射到[0 - 1]之間。轉換函數如下：

其中max為樣本數據的最大值，min為樣本數據的最小值。這種方法有個缺陷就是當有新數據加入時，可能導致max和min的變化，需要重新定義。

 

二、Z-score標准化方法

這種方法給予原始數據的均值（mean）和標准差（standard deviation）進行數據的標准化。經過處理的數據符合標准正態分布，即均值為0，標准差為1，轉化函數為：

其中為所有樣本數據的均值，為所有樣本數據的標准差。

參考文獻：

http://webdataanalysis.net/data-analysis-method/data-normalization/