数据归一化和两种常用的归一化方法
来源:互联网 发布:pc蛋蛋连中20期算法 编辑:程序博客网 时间:2024/06/04 21:20
摘自 http://www.cnblogs.com/chaosimple/archive/2013/07/31/3227271.html
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:
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:
其中 为所有样本数据的均值,为所有样本数据的标准差。
参考文献:
http://webdataanalysis.net/data-analysis-method/data-normalization/
阅读全文
0 0
- 数据归一化和两种常用的归一化方法
- 数据归一化和两种常用的归一化方法
- 数据归一化和两种常用的归一化方法
- 数据归一化和两种常用的归一化方法
- 数据归一化和两种常用的归一化方法
- 数据归一化和两种常用的归一化方法
- 数据归一化和两种常用的归一化方法
- 数据归一化和两种常用的归一化方法
- 数据归一化和两种常用的归一化方法
- 数据归一化和两种常用的归一化方法
- 数据归一化和两种常用的归一化方法
- 数据归一化和两种常用的归一化方法
- 数据归一化和两种常用的归一化方法
- 数据归一化和两种常用的归一化方法
- 数据归一化和两种常用的归一化方法
- 数据归一化和两种常用的归一化方法
- 数据归一化和两种常用的归一化方法
- 数据归一化和两种常用的归一化方法
- 寻找最大排列问题
- adapter的notifyDataSetChanged()无效
- 大话理解网络传输
- Android.mk介绍
- 欢迎使用CSDN-markdown编辑器
- 数据归一化和两种常用的归一化方法
- React中的高阶组件(HOC)
- BFPRT实现
- http协议技能树
- RenderTarget在虚幻4的应用【1】之用虚幻4表白
- 深入理解Docker(镜像、容器、服务、swarm、stack)
- Java编程获取自己主机的IP地址简单案例
- 管理感言_人员培养看人品
- 机房合作——总结