数据归一化
2016-05-31 00:39
323 查看
数据归一化,又叫数据规范化或数据标准化,即把属性数据按比例缩放,使之落入一个特定的小区间,如[-1.0, 1.0]或[0.0, 1.0]。
规范化数据试图赋予所有属性相等的权重。对于涉及神经网络的分类算法或基于距离度量的分类(如最近邻分类)和聚类,规范化特别有用。如果使用神经网络后向传播算法进行分类挖掘,对训练元组中每个属性的输入值规范化有助于加快学习速度。对于基于距离的方法,规范化可以帮助防止具有较大初始值域的属性(如income)与具有较小初始值域的属性(如二元属性)相比权重过大。在没有数据的先验知识时,规范化也是有用的。
常用的数据规范化方法有以下几种:
1. 最小-最大值归一化
一般情况下new_maxA取1,new_minA取0,此时公式1.1可简化为:
2. z-score归一化
2.1式的标准差可以用均值绝对偏差替换。A的均值绝对偏差(mean absolute deviation)定义为:
使用均值绝对偏差的z-score归一化为:
对于离群点,均值绝对偏差比标准差更加鲁棒。
3. 小数定标归一化
小数定标归一化通过移动属性A的值的小数点位置进行归一化。小数点的移动位数依赖于A的最大绝对值。
4. 对数归一化
5. 反正切函数转换
规范化数据试图赋予所有属性相等的权重。对于涉及神经网络的分类算法或基于距离度量的分类(如最近邻分类)和聚类,规范化特别有用。如果使用神经网络后向传播算法进行分类挖掘,对训练元组中每个属性的输入值规范化有助于加快学习速度。对于基于距离的方法,规范化可以帮助防止具有较大初始值域的属性(如income)与具有较小初始值域的属性(如二元属性)相比权重过大。在没有数据的先验知识时,规范化也是有用的。
常用的数据规范化方法有以下几种:
1. 最小-最大值归一化
一般情况下new_maxA取1,new_minA取0,此时公式1.1可简化为:
2. z-score归一化
2.1式的标准差可以用均值绝对偏差替换。A的均值绝对偏差(mean absolute deviation)定义为:
使用均值绝对偏差的z-score归一化为:
对于离群点,均值绝对偏差比标准差更加鲁棒。
3. 小数定标归一化
小数定标归一化通过移动属性A的值的小数点位置进行归一化。小数点的移动位数依赖于A的最大绝对值。
4. 对数归一化
5. 反正切函数转换
相关文章推荐
- 前端资源汇集(个人觉得不错的学习资源收集)
- unity3D-iOS工程整合爬过的坑~
- MYSQL优化原则
- 在命令行下执行php程序
- 删除电话和调制解调器选项里的我的位置里面的区号
- 选课系统设计
- 记win10下编译64位ffmpeg
- 当你的IT技术服务了世界,你是最幸福的!(文章CSDN版权所有)
- pl/sql带参数的游标和可更新的游标案列
- 【数据库之mysql】 mysql 入门教程(二)
- Oracle 数据库12c 16大新特性总结
- 右键菜单添加程序,指定图标, Notepad2、Sublime Text 2
- Java开发常用的在线工具
- 前端插件收集
- Struts2从零开始-0.1环境搭建
- Spark定制班第6课:Spark Streaming源码解读之Job动态生成和深度思考
- linux 高级原1
- 【数据库之mysql】mysql的安装(一)
- RPC远程过程调用协议
- 百度地图之获取Android签名证书的sha1值