归一化与标准化详解

　　

　　归一化(Normalization)

　　1.把数据变为(0，1)之间的小数。主要是为了方便数据处理，因为将数据映射到0～1范围之内，可以使处理过程更加便捷、快速。

　　2.把有量纲表达式变换为无量纲表达式，成为纯量。经过归一化处理的数据，处于同一数量级，可以消除指标之间的量纲和量纲单位的影响，提高不同数据指标之间的可比性。

　　主要算法：

　　1.线性转换，即min-max归一化(常用方法)

　　y=(x-min)/(max-min)

　　2. 对数函数转换

　　y=log10(x)

　　3.反余切函数转换

　　y=atan(x)*2/PI

扫描二维码关注公众号，回复： 3818640 查看本文章

　　标准化(Standardization)

　　数据的标准化是将数据按比例缩放，使之落入一个小的特定区间。

　　主要方法：

　　1.z-score标准化，即零-均值标准化(常用方法)

　　y=(x-μ)/σ

　　是一种统计的处理，基于正态分布的假设，将数据变换为均值为0、标准差为1的标准正态分布。但即使数据不服从正态分布，也可以用此法。特别适用于数据的最大值和最小值未知，或存在孤立点。

　　2.小数定标标准化

　　y=x/10^j (j确保max(|y|)1)

　　通过移动x的小数位置进行标准化

　　3.对数Logistic模式

　　y=1/(1+e^(-x))

​