數據歸一化和兩種經常使用的歸一化方法

http://www.cnblogs.com/chaosimple/p/3227271.html

數據標準化（歸一化）處理是數據挖掘的一項基礎工做，不一樣評價指標每每具備不一樣的量綱和量綱單位，這樣的狀況會影響到數據分析的結果，爲了消除指標之間的量綱影響，須要進行數據標準化處理，以解決數據指標之間的可比性。原始數據通過數據標準化處理後，各指標處於同一數量級，適合進行綜合對比評價。如下是兩種經常使用的歸一化方法：

1、min-max標準化（Min-Max Normalization）

也稱爲離差標準化，是對原始數據的線性變換，使結果值映射到[0 - 1]之間。轉換函數以下：

其中max爲樣本數據的最大值，min爲樣本數據的最小值。這種方法有個缺陷就是當有新數據加入時，可能致使max和min的變化，須要從新定義。

2、Z-score標準化方法

這種方法給予原始數據的均值（mean）和標準差（standard deviation）進行數據的標準化。通過處理的數據符合標準正態分佈，即均值爲0，標準差爲1，轉化函數爲：

其中爲全部樣本數據的均值，爲全部樣本數據的標準差。