数据处理之数据归一化

我们为什么要做数据归一化，主要是数据在不同的量纲上，在机器学习领域中，不同的量纲和量纲单位，这样的数据最终会影响到结果；为了解决这个问题我们要对数据做归一化处理。

归一化的目的就是使得预处理的数据被限定在一定的范围内（比如[0,1]或者[-1,1]），从而消除样本数据的不良影响。

常用的归一化算法如下：

1、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。

2、Z-score标准化方法

这种方法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：

其中为μ所有样本数据的均值，σ为所有样本数据的标准差。该种归一化方式要求原始数据的分布可以近似为高斯分布，否则处理的效果会变差。

• min-max标准化实现如下：

打印输出dataframe

打印输出df_norm

• Z-score标准化实现如下：