数据归一化和两种经常使用的归一化方法

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

数据标准化（归一化）处理是数据挖掘的一项基础工做，不一样评价指标每每具备不一样的量纲和量纲单位，这样的状况会影响到数据分析的结果，为了消除指标之间的量纲影响，须要进行数据标准化处理，以解决数据指标之间的可比性。原始数据通过数据标准化处理后，各指标处于同一数量级，适合进行综合对比评价。如下是两种经常使用的归一化方法：

1、min-max标准化（Min-Max Normalization）

也称为离差标准化，是对原始数据的线性变换，使结果值映射到[0 - 1]之间。转换函数以下：

其中max为样本数据的最大值，min为样本数据的最小值。这种方法有个缺陷就是当有新数据加入时，可能致使max和min的变化，须要从新定义。

2、Z-score标准化方法

这种方法给予原始数据的均值（mean）和标准差（standard deviation）进行数据的标准化。通过处理的数据符合标准正态分布，即均值为0，标准差为1，转化函数为：

其中为全部样本数据的均值，为全部样本数据的标准差。