有几种方法可以标准化数据，其中包括：
min-max，z-score 和 scale decimal。
我可以使用任何人吗？或者我应该以什么标准选择其中之一？
如何选择归一化技术？
数据挖掘
机器学习
数据清理
正常化
2022-02-27 03:59:55
2个回答
您的问题没有具体答案，这完全取决于您使用的是哪种算法，或者换句话说，您将如何使用标准化数据。根据我的经验，我发现 zscore 归一化表现最好，尤其是在您使用 svm 或 nn 时。
正常化
规范化是一种在机器学习中经常使用的数据准备技术。将数据集中的列转换为相同比例的过程称为标准化。每个数据集都不需要为机器学习进行标准化。仅当特性范围不同时才需要。
当您不知道数据的分布或者当您知道它不是 Gaussian时，归一化是一种明智的应用方法。当您的数据具有可变尺度并且您使用的技术（例如 k 近邻和人工神经网络）不对数据的分布做出假设时，归一化非常有用。
四种常见的归一化技术可能有用：
- 缩放到一个范围
- 剪裁
- 对数缩放
- z分数
请参阅 Google Developer's Data Preparation and Feature Engineering for Machine Learning中的汇总表，以选择正确的规范化技术。
| 归一化技术 | 公式 | 何时使用 |
|---|---|---|
| 线性缩放 | 当特征或多或少均匀分布在固定范围内时。 | |
| 剪裁 | 如果 > max，则。如果，则 | 当特征包含一些极端异常值时。 |
| 日志缩放 | 当特征符合幂律时。 | |
| Z分数 | 当特征分布不包含极端异常值时。 |
有关详细说明，请在此处查看