【20210914】【数据分析】使用Python对数据进行标准化（归一化）

秒速五厘米 2022-09-11 07:13 132阅读 0赞

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。为了消除指标之间的量纲影响，需要进行数据标准化处理，以增加数据之间的可比性。

# 1. min-max标准化（Min-Max Normalization） #

又叫离差标准化，是对原始数据的线性变换，使结果映射到 \[0, 1\] 之间，转换函数为：

![20210914093424681.png][]

这种方法的缺陷就是：当有新数据加入时，可能会导致 max 和 min 的变化，需要重新进行标准化。

import numpy as np
    from sklearn import preprocessing
    
    X = np.array([1, -1, 2],
                 [2, 0, 0],
                 [0, 1, -1])
    
    min_max_scaler = preprocessing.MinMaxScaler()
    
    X_minMax = min_max_scaler.fit_transform(X)
    
    ''' 找最大值和最小值，使用 np.max() 和 np.min()！ '''

# 2. Z-score标准化 #

也叫均值归一化（mean normalization）。经过标准化的数据满足标准正态分布，即均值为0，标准差为1，转换函数为：

![20210914094015289.png][]

import numpy as np
    
    X = np.array([1, -1, 2],
                 [2, 0, 0],
                 [0, 1, -1])
    
    def Z_scoreNormalization(x):
        mu = x.mean()
        sigma = x.std()
    
        x = (x - mu) / sigma
        return x;
    
    
    print(Z_scoreNormalization(X))
    
    ''' 求均值：np.mean()
        求标准差：np.std() '''

（参考：[python归一化方法][python]）

[20210914093424681.png]: /images/20220828/f8711e1926d04a0dbd8d3014d1673471.png
[20210914094015289.png]: /images/20220828/2705791266d745f39b0c9796b9d21790.png
[python]: https://www.cnblogs.com/wt714/p/12545129.html