-
应用背景
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，这样的情况会影响到数据分析的结果，为了消除不同指标之间的量纲影响，需要进行数据标准化处理，以解决数据指标之间的可比性。
数据的规范化的作用主要有两个：（1）去掉量纲，使得指标之间具有可比性；（2）将数据限制到一定区间，使得运算更为便捷。原始数据经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。
-
以下是上述两种常用的归一化方法：
1，2方法都需要依赖样本所有数据，而3方法只依赖当前数据，可以动态使用，好理解。
1. min-max标准化（离差标准化法）——>结果映射到[0,1]之间
转换函数如下：
x = (x−min)/(max−min)
性质：其中max为样本数据的最大值，min为样本数据的最小值。是对原始数据的线性变换，使结果值映射到[0 – 1]之间。
缺点：这种方法有个缺陷就是当有新数据加入时，可能导致max和min的变化，需要重新定义。
2. Z-score标准化方法（0均值标准化法）
转化函数为：
x = (x−μ)/σ
性质：其中 μ为所有样本数据的均值，σ为所有样本数据的标准差。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。经过处理的数据符合标准正态分布，即均值为0，标准差为1。
3. Z-scores 简单化——>结果映射到[0,1]之间
模型如下：
x = 1/(1+x)
性质：x越大证明x越小，这样就可以把很大的数规范在[0 - 1]之间了。
应用：在分类、聚类算法中，需要使用距离来度量相似性的时候、或者使用PCA技术进行降维、涉及到正态分布的时候使用该方法较好。
4. 对数变换
对数规范化的常见形式是：
应用：在实际工程中，经常会有类似点击次数/浏览次数的特征，这类特征是长尾分布的，可以将其用对数函数进行压缩。特别的，在特征相除时，可以用对数压缩之后的特征相减得到。
5. 小数定标
小数定标主要是对单位的换算和进制的转换，使得数据得到一定的简化与压缩。
6. 三角函数——>结果映射到[0,1]之间
三角函数的值在[0, 1]之间，如果有需要，可以用三角函数进行变换。
7. sigmoid函数
sigmoid函数，也称S型函数，可以对数据进行有效的压缩。特别的，S型函数在逻辑回归中起着决定性作用。