python数据归一化及三种方法详解
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。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。以下是三种常用的归一化方法:
min-max标准化(Min-Max Normalization)
也称为离差标准化,是对原始数据的线性变换,使结果值映射到[0 , 1]之间。转换函数如下:
其中max为样本数据的最大值,min为样本数据的最小值。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。
min-max标准化python代码如下:
import numpy as np arr = np.asarray([0, 10, 50, 80, 100]) for x in arr: x = float(x - np.min(arr))/(np.max(arr)- np.min(arr)) print x # output # 0.0 # 0.1 # 0.5 # 0.8 # 1.0
使用这种方法的目的包括:
1、对于方差非常小的属性可以增强其稳定性;
2、维持稀疏矩阵中为0的条目。
下面将数据缩至0-1之间,采用MinMaxScaler函数
from sklearn import preprocessing import numpy as np X = np.array([[ 1., -1., 2.], [ 2., 0., 0.], [ 0., 1., -1.]]) min_max_scaler = preprocessing.MinMaxScaler() X_minMax = min_max_scaler.fit_transform(X)
最后输出:
array([[ 0.5 , 0. , 1. ],
[ 1. , 0.5 , 0.33333333],
[ 0. , 1. , 0. ]])
测试用例:
注意:这些变换都是对列进行处理。
当然,在构造类对象的时候也可以直接指定最大最小值的范围:feature_range=(min, max),此时应用的公式变为:
X_std=(X-X.min(axis=0))/(X.max(axis=0)-X.min(axis=0)) X_minmax=X_std/(X.max(axis=0)-X.min(axis=0))+X.min(axis=0))
Z-score标准化方法
也称为均值归一化(mean normaliztion), 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。转化函数为:
其中 μμ 为所有样本数据的均值,σσ为所有样本数据的标准差。
import numpy as np arr = np.asarray([0, 10, 50, 80, 100]) for x in arr: x = float(x - arr.mean())/arr.std() print x # output # -1.24101045599 # -0.982466610991 # 0.0517087689995 # 0.827340303992 # 1.34442799399
以上就是本文的全部内容,希望对大家的学习有所帮助
您可能感兴趣的文章:
- python类:class创建、数据方法属性及访问控制详解
- python实现字符串连接的三种方法及其效率、适用场景详解
- Python pandas 数据框的str列内置的方法详解
- 详解PHP显示MySQL数据的三种方法
- php获取POST数据的三种方法实例详解
- 数据爬虫(三):python中requests库使用方法详解
- 利用Python代码实现数据可视化的5种方法详解
- Python 列表(List) 的三种遍历方法实例 详解
- jQuery使用JSONP实现跨域获取数据的三种方法详解
- python中socket接受数据的三种方法
- Python中json格式数据的编码与解码方法详解
- 对python3 Serial 串口助手的接收读取数据方法详解
- 详解用 Python 全方位访问金融交易数据的方法
- 三种利用Python批量处理地理数据的方法——以栅格数据投影转换为例
- Python处理XML格式数据的方法详解
- python3中数据抓取的三种方法
- php获取POST数据的三种方法实例详解
- Python网络编程调用recv函数完整接收数据的三种方法
- 数据爬虫(二):python爬虫中urllib库详解,parse和request使用方法
- python字符串连接的三种方法及其效率、适用场景详解