数据的归一化和标准化

标签：量化   平均值   缩放   最小   --   变换   标准   通过   方法   

归一化：

----把数据变成(０，１)之间的小数

----把有量纲表达式变成无量纲表达式

归一化算法有：

1、线性转化： y=(x-MinValue)/(MaxValue-MinValue）

2、对数函数转化：y=log10(x)

3、反余切函数转换：  y=arctan(x)*2/PI

---------------------------------------------------------------------------

规范化：

----把数据按比例缩放，使之落入一个小的空间里

１.最小－最大规范化(线性变换)

     y=( (x-MinValue) / (MaxValue-MinValue) )(new_MaxValue-new_MinValue)+new_minValue

2.z-score规范化(或零－均值规范化)

　y=(x-X的平均值)／X的标准差

　优点：当X的最大值和最小值未知，或孤立点左右了最大－最小规范化时，　该方法有用

３.小数定标规范化：通过移动X的小数位置来进行规范化

　y= x/10的j次方　　(其中,j使得Max(|y|) <1的最小整数

４.对数Logistic模式：

     新数据=1/（1+e^(-原数据)）

５.模糊量化模式：

新数据=1/2+1/2*sin[PI/（极大值-极小值）*（X-（极大值-极小值）/2） ]       X为原数据

数据的归一化和标准化

标签：量化   平均值   缩放   最小   --   变换   标准   通过   方法   

原文地址：http://www.cnblogs.com/liang2713020/p/6802457.html