Python數據標準化的方法

這篇文章主要講解了“Python數據標準化的方法”，文中的講解內容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“Python數據標準化的方法”吧！

說明

1、將原始數據轉換為均值為0，標準差在1范圍內。

2、對標準化而言：如果出現異常點，由于有一定數據量，少量異常點對平均值的影響不大，因此方差變化不大。

實例

def stand_demo():
    """
    標準化
    :return:
    """
# 1. 獲取數據
    data = pd.read_csv('dating.txt')
    data = data.iloc[:, :3]
    print('data:\n', data)
 
# 2.實例化一個轉換器類
    transfer = StandardScaler()

# 3.調用fit_transform()
    data_new = transfer.fit_transform(data)
    print('data_new:\n', data_new)
    return None

知識點擴充：

幾種標準化方法：

歸一化Max-Min

min-max標準化方法是對原始數據進行線性變換。設minA和maxA分別為屬性A的最小值和最大值，將A的一個原始值x通過min-max標準化映射成在區間[0,1]中的值x'，其公式為：

新數據=（原數據-最小值）/（最大值-最小值）

這種方法能使數據歸一化到一個區域內，同時不改變原來的數據結構。

實現中心化Z-Score

這種方法基于原始數據的均值（mean）和標準差（standard deviation）進行數據的標準化。將A的原始值x使用z-score標準化到x'。

z-score標準化方法適用于屬性A的最大值和最小值未知的情況，或有超出取值范圍的離群數據的情況。

新數據=（原數據-均值）/標準差

這種方法適合大多數類型數據，也是很多工具的默認標準化方法。標準化之后的數據是以0為均值，方差為以的正太分布。但是Z-Score方法是一種中心化方法，會改變原有數據的分布結構，不適合用于對稀疏數據做處理。

很多時候數據集會存在稀疏特征，表現為標準差小，很多元素值為0，最常見的稀疏數據集是用來做協同過濾的數據集，絕大部分數據都是0。對稀疏數據做標準化，不能采用中心化的方式，否則會破壞稀疏數據的結構。

用于稀疏數據的MaxAbs

最大值絕對值標準化（MaxAbs）即根據最大值的絕對值進行標準化，假設原轉換的數據為x，新數據為x'，那么x'=x/|max|，其中max為x鎖在列的最大值。

該方法的數據區間為[-1, 1]，也不破壞原數據結構的特點，因此也可以用于稀疏數據，一些稀疏矩陣。

針對離群點的RobustScaler

有些時候，數據集中存在離群點，用Z-Score進行標準化，但是結果不理想，因為離群點在標準化后喪失了利群特性。

RobustScaler針對離群點做標準化處理，該方法對數據中心化的數據的縮放健壯性有更強的參數控制能力。

感謝各位的閱讀，以上就是“Python數據標準化的方法”的內容了，經過本文的學習后，相信大家對Python數據標準化的方法這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！