数据归一化处理

时间:2022-01-31 06:12:08

在机器学习中领域中的数据分析之前,通常需要将数据标准化,利用标准化后得数据进行数据分析。不同评价指标往

往具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。

 

Contents

 

   1. 归一化的定义

   2. 常用归一化方法

 

 

1. 归一化的定义

 

   归一化用一句话说就是:把数据经过处理后使之限定在一定的范围内。比如通常限制在区间[0, 1]或者[-1, 1]

   等等。那么为什么要进行归一化呢? 那么首先要说到一个重要的概念,即奇异样本数据。所谓奇异样本数据数据

   指的是相对于其他输入样本特别大或特别小的样本矢量。举个例子,比如下面的两个特征样本数据

 

   数据归一化处理

 

   上面第五列的数据相对于其它的列的数据就是奇异样本数据,奇异样本数据的存在会引起训练时间增大,并可能引

   起无法收敛。所以在存在奇异样本数据的情况下,进行训练之前最好进行归一化,如果不存在奇异样本数据,则可

   以不用归一化。

 

 

2. 常用归一化方法

 

   常用归一化方法有最大-最小标准化Z-score标准化函数转化等等。

 

   (1)最大-最小标准化

 

       最大-最小标准化是对原始数据进行线性变换,设数据归一化处理数据归一化处理分别是属性数据归一化处理的最小值和最大值,将数据归一化处理

       一个原始值数据归一化处理通过最大-最小标准化映射到区间[0, 1]的值数据归一化处理,那么公式如下

 

        数据归一化处理

 

   (2)Z-score标准化

 

       Z-score标准化是基于原始数据的均值和标准差进行的数据标准化。将属性数据归一化处理的原始数据数据归一化处理通过Z-score标

       准化成数据归一化处理。Z-score标准化适用于属性数据归一化处理的最大值或者最小值未知的情况,或有超出取值范围的离散数据的

       情况。

      

       数据归一化处理

 

       其中数据归一化处理为均值,数据归一化处理为标准差。

 

       Z-score标准化得到的结果是所有数据都聚集在0附近,方差为1。

 

   还有一些归一化方法,如对数函数转换,反余切函数转换等方法用的不多,暂时就不讲了。