機器學習之歸一化和標準化

由於歸一化和標準化在數據分析和處理中都屬於數據與預處理。所以，其API都在 sklearn.preprocessing中

一、歸一化

做用：將數據映射到到某個區域內，默認是0到1之間。

API: sklearn.preprocessing.MinMaxScaler

 

feature_range(0,1)表示將數據映射到0到1之間，也能夠指定映射到2到3或者其餘的區間。

 

數學原理：

 

 

 理論乏味，來個例子：

左邊的數組是咱們的數據，右邊的數組是計算的X′。第二步再乘以（1-0）+0便可。

結果：

 

 

 

 

上代碼：

 1 from sklearn.preprocessing import MinMaxScaler
 2 
 3 def mm():
 4     '''
 5     g
 6     歸一化處理
 7     :return:
 8     '''
 9     mm = MinMaxScaler()
10     data = mm.fit_transform([[90,2,10,40],[60,4,15,45],[75,3,13,46]])
11     print(data)
12 if __name__ == '__main__':
13     mm()

 

 

 可是呢，歸一化有一個缺點：那就是特別受到異常值的影響，其魯棒性較差，由於從數學原理角度能夠看出其公式中只用到了最大值最小值。

因此，這個時候就須要推出標準化。

二、標準化

由於標準化中使用了平均值和標準差這兩個數學指標，而均值和標準差是不容易受到異常值影響的，所以標準化更加穩定。

API：sklearn.preprocessing.StandardScaler

 

 

數學原理：

 

上代碼：

 1 from sklearn.preprocessing import StandardScaler
 2 
 3 def Stand():
 4     '''
 5     標準化縮放
 6     :return:
 7     '''
 8     std = StandardScaler()
 9     data = std.fit_transform([[90,2,10,40],[60,4,15,45],[75,3,13,46]])
10     print(data)
11 if __name__ == '__main__':
12     Stand()