数据标准化方法 (很有用的基础方法 收藏了 呵呵)
来源:互联网 发布:乖离性ma数据多大 编辑:程序博客网 时间:2024/06/02 06:14
在数据分析过程中,我们经常需要对数据进行标准化(normalization),即通过将属性数据按照比例缩放,使之落入一个小的特定区间,如[-1,+1]、[0,1]等,以进一步分析数据的属性。
有许多中数据标准化方法,常用的有最小-最大标准化、Z-score标准化和按小数定标标准化等。
Min-max 标准化
min-max标准化方法是对原始数据的线性变换。设minA和maxA分别为属性A的最小值和最大值,将A的一个原始值v通过min-max标准化映射成在区间[new_minA, new_maxA]中的值v’。
若取值区间是[0,1],则公式可简化为:
min-max标准化方法保留了原始数据之间的关系。如果今后输入的数据落在A的原数据区外,该方法将会面临“越界”错误。
例如 假定属性income的最小与最大值分别为$12,000和$98,000。我们想映射income到区间[0,1]。根据min-max标准化,incom值$73,600将变换为(73,600-12,000)/(98,000-12,000)×(1-0)=0.716。
z-score 标准化
这种方法基于原始数据的均值(mean)和标准差(standard deviation)进行数据的标准化。将A的原始值v使用z-score标准化到v’。
其中 是属性A原始值得均值, 是属性A原始值的标准差。标准差 即为方差 的平方根。方差的计算公式如下:
z-score标准化方法适用于属性A的最大值和最小值未知的情况,或有超出取值范围的离群数据的情况。
Decimal scaling小数定标标准化
这种方法通过移动数据的小数点位置来进行标准化。小数点移动多少位取决于属性A的取值中的最大绝对值。将属性A的原始值v使用decimal scaling标准化到v’的计算方法是:
其中,j是满足条件 的最小整数。
例如 假定A的值由-986到917,A的最大绝对值为986,为使用小数定标标准化,我们用1000(即,j=3)除以每个值,这样,-986被规范化为-0.986。
注意,标准化会对原始数据做出改变,因此需要保存所使用的标准化方法的参数,以便对后续的数据进行统一的标准化。
参考资料:
1. Data Mining: Concepts and Techniques, Jiawei Han and Micheline Kamber, 2000
引文出处:http://www.traderlife.cn/?p=304
- 数据标准化方法 (很有用的基础方法 收藏了 呵呵)
- 数据的标准化方法
- 数据的标准化方法
- 规范化(标准化)数据的方法
- 常用的数据标准化方法
- 常用的数据标准化方法
- 常用的数据标准化方法
- 数据标准化/归一化方法
- 数据标准化处理方法
- 数据标准化方法
- 数据特征标准化方法
- 规范化(标准化)数据的3种方法
- 数据标准化的几种方法
- 数据标准化的原因及方法
- 数据标准化的几种方法
- 数据标准化的原因及方法
- 数据标准化的几种方法
- 数据标准化的方法与意义
- pku 1062
- ORACLE 过程中容错处理
- 公司绝不会告诉你的20大秘密 值得一看很受用
- ps 命令查看进程状态
- Linux 死进程导致数据慢
- 数据标准化方法 (很有用的基础方法 收藏了 呵呵)
- 端口
- 只能输入数字。字母。下划线。点
- pku 2253
- 检测ip的格式 1.1.1.1
- 如何配置OpenFire上JVM的内存(Memory)
- 浅谈PCB敷铜的“弊与利”(转)
- 50个实用的JavaScript工具
- MySQL buildforge 注意事项