常用的数据尺度化要领

数据的尺度化（normalization）是将数据凭证必然法则缩放，使之落入一个小的特定区间。这样去除数据的单元限定，将其转化为无量纲的纯数值，便于差异单元或量级的指标可以或许举办较量和加权。个中最典范的就是0-1尺度化和Z尺度化，虽然，也有一些其他的尺度化要领，用在差异场景，这里首要先容几种常用的要领。

1、Min-Max尺度化(Min-Max normalization)

也称离差尺度化，是对原始数据的线性调动，使功效落到[0,1]区间，转换函数如下：

yi=xi?min{xj}max{xj}?min{xj} ，(1 ≤ i ≤ n，1 ≤ j ≤ n)

个中 max{xj} 为样本数据的最大值， min{xj} 为样本数据的最小值。这种要领有一个缺陷就是当有新数据插手时，也许导致max和min的变革，必要从头界说。

2、Z-score 尺度化(zero-mean normalization)

也叫尺度差尺度化，颠末处理赏罚的数据切合尺度正态漫衍，即均值为0，尺度差为1，其转化函数为：

yi=xi?x?s ，(1 ≤ i ≤ n)

个中 x?? 为全部样本数据的均值，s 为全部样本数据的尺度差。

颠末 Z-score 尺度化后，各变量将有约一半调查值的数值小于0，另一半调查值的数值大于0，变量的均匀数为0，尺度差为1。经尺度化的数据都是没有单元的纯数目。它是当前用得最多的数据尺度化要领。假如特性很是稀少，而且有大量的0（实际应用中许多特性都具有这个特点），Z-score 尺度化的进程险些就是一个除0的进程，功效不行预料。

3、归一尺度化

yi=xi∑n1x2i ，(1 ≤ i ≤ n)

则新序列 y1,y2,…,yn∈[0,1] 且无量纲而且显然有 ∑niyi=1 .

归一化要领在确定权重时常常用到。针对现实环境，也也许有其他一些量化要领，可能要综合行使多种要领，总之最后的功效都是无量纲化。

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!