数据标准化的意义:
1、数据的量纲不同;数量级差别很大。
经过标准化处理后,原始数据转化为无量纲化指标测360问答评值,各指标值处民洋药记于同一数量级行森别,可进行综合测评分析。
如果直接用原始指分标值进行分析,就会突出数值较高的指标在综合分析中的作用,相对削弱数值水平较低指标的作用。
2、蚂带扮避免数值问题:太大的数会引发数值闷灶问题。
3、平衡各特征的贡献。
一些分类器需要计算样本之间的距的板专效率武读吸族笔不离(如欧氏距离),例如KNN。
如果一个特征值域范围非常大,那么距离计算就主要取决于这个特征和言声还构交如,从而与实际情况相悖(比如这时实际情况是值域范围小的特征更重要)。
4、一些模型求解的需要:加快了梯度下降求最优解的速度。
数据标准化的方法:
1、Min-Max标准代套活妈化。
2、标准差标准化,也叫z-score标准化争序半烧。
3、非线性归一化。