数据分析之数据标准化

 

　　数据标准化是一个常用的数据预处理操作，目的是处理不同规模和量纲的数据，使其缩放到相同的数据区间和范围，以减少规模、特征、分布差异等对模型的影响。除了用作模型计算，标准化的数据还具有直接计算并生成复合指标的意义，是加权指标的必要操作。

• 实现中心化和正态分布的Z-Score

转换公式：

其中x表示原数据，x' 表示转化后的数据，mean表示样本均值，std表示样本的标准差。

　　这种方法适用于大多数的数据，也是很多工具默认的标准化方法。标准化后的数据以0为均值，1为方差的正态分布。但是Z-Score是一种中心化的方法，会改变数据原有的分布结构，不适合对稀疏数据做处理。

• 实现归一化的Max_Min

转换公式：

其中x表示原数据，x' 表示转化后的数据，Xmin表示样本中的最小值，Xmax表示样本中的最大值。

　　这种方法应用也很广泛，标准化的数据会落在[0, 1]区间，这种方法可以使得数据落在一定区间，还能较好的保持原数据结构。