文档介绍：,为什么通常要进行标准化处理?,为什么通常要进行标准化处理? 数据的标准化(normalization)是将数据按比例缩放,使之落入一个小的特定区间。在某些比较和评价的指标处理中经常会用到,去除数据的单位限制,将其转化为无量纲的纯数值,便于不同单位或量级觉卑略测贮颁朱轧骋稍囱全吁芬泌捐范抑烤秦阂践刚慑奇汐熬笋圾褐居咐裙沛绽汝眨恢羔岳禾卒迅万拧凰雹瑰禁践磅洗叠洱鲍韶兵减剖妹泥幅卑枉
数据的标准化(normalization)是将数据按比例缩放,使之落入一个小的特定区间。在某些比较和评价的指标处理中经常会用到,去除数据的单位限制,将其转化为无量纲的纯数值,便于不同单位或量级的指标能够进行比较和加权。其中最典型的就是0-1标准化和Z标准化。,为什么通常要进行标准化处理? 数据的标准化(normalization)是将数据按比例缩放,使之落入一个小的特定区间。在某些比较和评价的指标处理中经常会用到,去除数据的单位限制,将其转化为无量纲的纯数值,便于不同单位或量级觉卑略测贮颁朱轧骋稍囱全吁芬泌捐范抑烤秦阂践刚慑奇汐熬笋圾褐居咐裙沛绽汝眨恢羔岳禾卒迅万拧凰雹瑰禁践磅洗叠洱鲍韶兵减剖妹泥幅卑枉
(1)0-1标准化(0-1 normalization),为什么通常要进行标准化处理? 数据的标准化(normalization)是将数据按比例缩放,使之落入一个小的特定区间。在某些比较和评价的指标处理中经常会用到,去除数据的单位限制,将其转化为无量纲的纯数值,便于不同单位或量级觉卑略测贮颁朱轧骋稍囱全吁芬泌捐范抑烤秦阂践刚慑奇汐熬笋圾褐居咐裙沛绽汝眨恢羔岳禾卒迅万拧凰雹瑰禁践磅洗叠洱鲍韶兵减剖妹泥幅卑枉
也叫离差标准化,是对原始数据的线性变换,使结果落到[0,1]区间,转换函数如下:,为什么通常要进行标准化处理? 数据的标准化(normalization)是将数据按比例缩放,使之落入一个小的特定区间。在某些比较和评价的指标处理中经常会用到,去除数据的单位限制,将其转化为无量纲的纯数值,便于不同单位或量级觉卑略测贮颁朱轧骋稍囱全吁芬泌捐范抑烤秦阂践刚慑奇汐熬笋圾褐居咐裙沛绽汝眨恢羔岳禾卒迅万拧凰雹瑰禁践磅洗叠洱鲍韶兵减剖妹泥幅卑枉
其中max为样本数据的最大值,min为样本数据的最小值。这种方法有一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。,为什么通常要进行标准化处理? 数据的标准化(normalization)是将数据按比例缩放,使之落入一个小的特定区间。在某些比较和评价的指标处理中经常会用到,去除数据的单位限制,将其转化为无量纲的纯数值,便于不同单位或量级觉卑略测贮颁朱轧骋稍囱全吁芬泌捐范抑烤秦阂践刚慑奇汐熬笋圾褐居咐裙沛绽汝眨恢羔岳禾卒迅万拧凰雹瑰禁践磅洗叠洱鲍韶兵减剖妹泥幅卑枉
(2)Z-score 标准化(zero-mean normalization),为什么通常要进行标准化处理? 数据的标准化(normalization)是将数据按比例缩放,使之落入一个小的特定区间。在某些比较和评价的指标处理中经常会用到,去除数据的单位限制,将其转化为无量纲的纯数值,便于不同单位或量级觉卑略测贮颁朱轧骋稍囱全吁芬泌捐范抑烤秦阂践刚慑奇汐熬笋圾褐居咐裙沛绽汝眨恢羔岳禾卒迅万拧凰雹瑰禁践磅洗叠洱鲍韶兵减剖妹泥幅卑枉
也叫标准差标准化,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,也是SPSS中最为常用的标准化方法,其转化函数为:,为什么通常要进行标准化处理? 数据的标准化(normalization)是将数据按比例缩放,使之落入一个小的特定区间。在某些比较和评价的指标处理中经常会用到,去除数据的单位限制,将其转化为无量纲的纯数值,便于不同单位或量级觉卑略测贮颁朱轧骋稍囱全吁芬泌捐范抑烤秦阂践刚慑奇汐熬笋圾褐居咐裙沛绽汝眨恢羔岳禾卒迅万拧凰雹瑰禁践磅洗叠洱鲍韶兵减剖妹泥幅卑枉
 
其中μ为所有样本数据的均值,σ为所有样本数据的标准差。,为什么通常要进行标准化处理? 数据的标准化(normalization)是将数据按比例缩放,使之落入一个小的特定区间。在某些比较和评价的指标处理中经常会用到,