【数据分析】数据预处理—最小-最大规范化、z-score规范化、小数定标规范化
迪丽瓦拉
2025-06-01 07:03:24
0次

【数据分析】—数据预处理

  • 数据预处理
    • 数据变换
    • 数据规范化
      • 最小-最大规范化
      • z-score规范化
      • 小数定标规范化
    • 小结

数据预处理

数据变换

  • 数据变换的目的是将数据转换成适合分析建模的形式
    • 前提条件：尽量不改变原始数据的规律
    • 数据规范化
      • 最小-最大规范化
      • z-score规范化
      • 小数定标规范化
    • 数据离散化
      • 非监督离散化
      • 监督离散化
        在这里插入图片描述在这里插入图片描述在这里插入图片描述

数据规范化

  • 数据规范化

    • 目的：将不同数据（属性）按一定规则进行缩放，使它们具有可比性

    • 例如，我们需要考察学生A和学生B的某门课程成绩。A的考试满分是100分（及格60分），B的考试满分是150分（及格90分）。显然，A和B的100分代表着完全不同的含义。在这里插入图片描述

    • 如何用一个同等的标准来比较A与B的成绩数据呢？

最小-最大规范化

  • 对原始数据进行线性变换。把数据A的观察值v从原始的区间[minA，maxA]映射到新区间[new_minA，new_maxA]
    • 0-1规范化又称为归一化在这里插入图片描述
    • 数理依据：在这里插入图片描述
    • 例：假设某属性规范化前的取值区间为[－100，100]，规范化后的取值区间为[0，1]，采用最小-最大规范化 66，得在这里插入图片描述
  • 假设A的课程成绩为70分（0-100分)，B的课程成绩为110分(0-150分)，采用最小-最大规范化来比较A和B的成绩在这里插入图片描述用最小-最大规范化后得出B的成绩更好

z-score规范化

  • 最大最小值未知，或者离群点影响较大时，假设数据服从正态分布
    • 某一原始数据(v)与原始均值的差再除以标准差，可以衡量某数据在分布中的相对位置在这里插入图片描述
    • 假设某属性的平均值、标准差分别为80、25，用z-score规范化 66在这里插入图片描述在这里插入图片描述
  • 例：假设学生的成绩分布符合正态分布，某素质课考试的平均分为73分，标准差为7分，A得78分；实践课考试的平均分为80分，标准差为6.5分，A得83分。那么A的哪一门考试成绩比较好？在这里插入图片描述采用z-score规范化得出A的素质课成绩要优于实践课成绩

小数定标规范化

  • 通过移动小数点的位置来进行规范化。小数点移动多少位取决于属性A的取值中的最大绝对值。在这里插入图片描述
  • 比如属性A的取值范围是-999到88，那么最大绝对值为999，小数点就会移动3位，即新数值=原数值/1000。那么A的取值范围就被规范为-0.999到0.088。

小结

  • 在这里插入图片描述
词库加载错误:未能找到文件“E:\highferrum_mysql\Configuration\Dict_Stopwords.txt”。

上一篇：LinkedIn领英个人商务会员和普通会员相比有什么优点？有必要升级么？

下一篇：python开发构建基于机器学习模型的手写数字识别系统

相关内容

热门资讯

linux入门---制作进度条 了解缓冲区 我们首先来看看下面的操作： 我们首先创建了一个文件并在这个文件里面添加了...
C++ 机房预约系统（六）：学... 8、 学生模块 8.1 学生子菜单、登录和注销 实现步骤： 在Student.cpp的...
A.机器学习入门算法（三）：基... 机器学习算法（三）：K近邻(k-nearest neigh...
数字温湿度传感器DHT11模块... 模块实例https://blog.csdn.net/qq_38393591/article/deta...
有限元三角形单元的等效节点力 文章目录前言一、重新复习一下有限元三角形单元的理论1、三角形单元的形函数（Nÿ...
Redis 所有支持的数据结构... Redis 是一种开源的基于键值对存储的 NoSQL 数据库，支持多种数据结构。以下是...
win下pytorch安装—c... 安装目录一、cuda安装1.1、cuda版本选择1.2、下载安装二、cudnn安装三、pytorch...
MySQL基础-多表查询 文章目录MySQL基础-多表查询一、案例及引入1、基础概念2、笛卡尔积的理解二、多表查询的分类1、等...
keil调试专题篇 调试的前提是需要连接调试器比如STLINK。 然后点击菜单或者快捷图标均可进入调试模式。 如果前面...
MATLAB | 全网最详细网... 一篇超超超长，超超超全面网络图绘制教程，本篇基本能讲清楚所有绘制要点&#...
IHome主页 - 让你的浏览... 随着互联网的发展，人们越来越离不开浏览器了。每天上班、学习、娱乐，浏览器...
TCP 协议 一、TCP 协议概念 TCP即传输控制协议（Transmission Control ...
营业执照的经营范围有哪些 营业执照的经营范围有哪些 经营范围是指企业可以从事的生产经营与服务项目，是进行公司注册...
C++ 可变体(variant... 一、可变体(variant) 基础用法 Union的问题： 无法知道当前使用的类型是什...
血压计语音芯片，电子医疗设备声... 语音电子血压计是带有语音提示功能的电子血压计，测量前至测量结果全程语音播报࿰...
MySQL OCP888题解0... 文章目录1、原题1.1、英文原题1.2、答案2、题目解析2.1、题干解析2.2、选项解析3、知识点3...
【2023-Pytorch-检... （肆十二想说的一些话）Yolo这个系列我们已经更新了大概一年的时间，现在基本的流程也走走通了，包含数...
实战项目：保险行业用户分类 这里写目录标题1、项目介绍1.1 行业背景1.2 数据介绍2、代码实现导入数据探索数据处理列标签名异...
记录--我在前端干工地(thr... 这里给大家分享我在网上总结出来的一些知识，希望对大家有所帮助 前段时间接触了Th...
43 openEuler搭建A... 文章目录43 openEuler搭建Apache服务器-配置文件说明和管理模块43.1 配置文件说明...