数据挖掘 ¶

数据处理 ¶

数据变换 ¶

数据中心化：是指变量减去它的均值。 数据标准化：是指数值减去均值，再除以标准差；

目的：通过中心化和标准化处理，得到均值为 0，标准差为 1 的服从标准正态分布的数据。

不同数据量纲不同，尺度不同，需要进行中心化和标准化处理。

• 比如在训练神经网络的过程中，通过将数据标准化，能够加速权重参数的收敛。 -对数据进行中心化预处理，这样做的目的是要增加基向量的正交性。

数据中心化（Zero-centered¶

或者 Mean-subtraction（subtraction 表示减去））

把数据的中心平移的过程

数据标准化 | normalization ¶

1）归一化后加快了梯度下降求最优解的速度； - 当使用梯度下降法寻求最优解时，很有可能走“之字型”路线（垂直等高线走），从而导致需要迭代很多次才能收敛；对两个原始特征进行了归一化，其对应的等高线显得很圆，在梯度下降进行求解时能较快的收敛

2）归一化有可能提高精度。

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：

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。

Z-score 标准化（0-1 标准化）方法 ¶

其中 \(\mu\) 为所有样本数据的均值，\(\sigma\) 为所有样本数据的标准差。