這里就不說為什么要做數據規范化了，直接講幾種規范化的方法。

有許多規范化的方法，我們將學習種：最大-最小規范化、分數規范化、小數定標規范化。這里令是數值屬性，具有個觀測值。

一、原理

1.最大-最小規范化

假設和分別為屬性的最大值和最小值。最小-最大規范化通過計算

? ? ? ? ? ?

把A的值映射到區間,中的。

最小-最大規范化保持原始數據值之間的聯系。如果今后的輸入實例落在的原數據值域之外，則該方法將面臨“越界”錯誤。

2.分數（z-score）規范化(或零均值規范化)

屬性?的值基于?的均值（即平均值）和標準差規范化。的值被規范化為，由下式計算：

? ? ? ? ? ?

其中，和分別為屬性??的均值和標準差。

上面的標準差可以用均值絕對偏差替換。?的均值絕對偏差（mean absolute deviation）?定義為

? ? ? ? ? ?

這樣，使用均值絕對差的?分數規范化為

? ? ? ? ? ?

對于離群點，均值絕對偏差 比標準差更加魯棒。在計算均值絕對偏差時，不對到均值的偏差即取平方，因此離群點的影響多少有點降低。

3.小數定標規范化

小數定標規范化通過移動屬性值的小數定位置進行規范化。小數點的移動位數依賴于的最大絕對值。A的值被規范化為,由下式計算：

? ? ? ? ? ??

其中是使得的最小整數。

舉例：

假設?的取值由 到 。 的最大絕對值為 。因此，為使用小數定標規范化，我們用 （即）除每個值。因此， 被規范化為 ，而?被規范化為 。

注意，規范化可能將原來的數據改變很多，特別是使用 分數規范化或小數定標規范化時尤其如此。有必要保留規范化參數（如均值和標準差，如果使用?分數規范化的話），以便將來的數據可以用一致的方式規范化。

4.歸一化方法

由下式進行計算:

? ? ? ? ? ??

則且無量綱，并且顯然有。

二、代碼實現

#-*- coding: utf-8 -*- #數據規范化 import pandas as pd import numpy as npdatafile = '../data/normalization_data.xls' #參數初始化 data = pd.read_excel(datafile, header = None) #讀取數據(data - data.min())/(data.max() - data.min()) #最小-最大規范化 (data - data.mean())/data.std() #零-均值規范化 data/10**np.ceil(np.log10(data.abs().max())) #小數定標規范化

?

?

總結

以上是生活随笔為你收集整理的pandas:数据规范化方法与python实现的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。