规范化（标准化）数据的方法

令A是数值属性，具有n个观测值。

1、最小—最大规范化
最小—最大规范化对原始数据进行线性变换。假设和分别为属性A的最大值和最小值。最小—最大规范化通过计算：

把A的值映射到区间中。
最小—最大规范化保持原始数据值之间的联系，但是如果今后的输入实例落在A的原数据值域之外，则该方法将面临“越界”错误。

2、 z分数(z-score)规范化（或零均值规范化）
在z分数规范化中，属性A的值基于A的均值和标准差规范化。A的值被规范化为，由以下公式计算：

其中和分别为属性A的平均值和标准差。
当属性A的实际最小值和最大值未知，或者离群点左右了最小—最大规范化时，该方法是有效的。

3、小数定标规范化
小数定标规范化通过移动属性A的值的小数点位置进行规范化。小数点的移动位数依赖于A的最大绝对值。A的值被规范化为，由下式计算：

其中，j是使得的最小整数。

规范化（标准化）数据的方法相关推荐

数据挖掘之3种数据归一化方法及代码实现
学习数据挖掘.机器学习的同学们应该经常碰到数据归一化(也称标准化),数据的不同特征种类(评价指标)的取值范围差别可能很大,如果不做处理会影响数据分析的结果.因此需要把数据进行标准化处理,将数据进行比例 ...
python常用的数据预处理方法
2019独角兽企业重金招聘Python工程师标准>>> 转载自:http://2hwp.com/2016/02/03/data-preprocessing/ 常见的数据预处理方法,以 ...
sklearn中常用的数据预处理方法
常见的数据预处理方法,以下通过sklearn的preprocessing模块来介绍; 1. 标准化(Standardization or Mean Removal and Variance Scali ...
python必备基础代码-【Python基础系列】常见的数据预处理方法（附代码）
本文简单介绍python中一些常见的数据预处理,包括数据加载.缺失值处理.异常值处理.描述性变量转换为数值型.训练集测试集划分.数据规范化. 1. 加载数据 1.1 数据读取数据格式有很多,介绍常见 ...
几种数据预处理方法汇总（标准/中心化、归一化、正则化）+Python代码
1. 数据的标准化(规范化/归一化) 数据标准化是将样本的属性缩放到某个指定的范围. 数据标准化的原因: 某些算法要求样本具有零均值和单位方差: 需要消除样本不同属性具有不同量级时的影响:①数量级的差 ...
数据规范化与数据离散化
文章目录一.数据规范化 1.小数定标规范化 2.最小-最大规范化 3.零-均值规范化(z-score规范化) 二.数据离散化一.数据规范化数据规范化(归一化)处理是数据挖掘的一项基础工作.不同评 ...
基于图像的数据增强方法发展现状综述
基于图像的数据增强方法发展现状综述人工智能技术与咨询 2022-03-22 20:57 点击蓝字 · 关注我们来源:< 计算机科学与应用> ,作者冯晓硕等关键词: 数据增强:图像数据 ...
数据挖掘导论复习一（介绍+数据预处理方法+定性归纳）
数据挖掘=数据库+机器学习算法经验模型机器学习任务:分类.回归.聚类(KMeans.DCSAN.层次聚类).数据降维.数据预处理常用分类器:KNN.贝叶斯. 逻辑回归 .决策树.随机森林本 ...
数据治理-数据质量-数据质量管理方法和工具
常用质量管理工具目前,在质量管理领域,有一系列常用的数据质量管理工具,主要分为传统的质量管理工具.新的质量管理工具和其他质量管理工具. 传统的质量管理七大工具传统的七种工具包含分层法.检查表.帕累 ...

规范化（标准化）数据的方法

规范化（标准化）数据的方法相关推荐

最新文章

热门文章