数据归一化

数据归一化可确保数据集中的所有特征具有相近的尺度。这对于梯度下降和基于距离的模型等算法至关重要。本课程将介绍标准化和缩放技术。

为什么要进行数据归一化

归一化可以确保所有特征对模型的贡献相等。如果不进行归一化，尺度较大的特征可能会主导学习过程。

示例：

• 年龄（0-100）和收入（0-100,000）应缩放到可比较的范围。

标准化

标准化会将数据转换为均值为 0、标准差为 1 的形式。计算公式如下：

z = (x - mean) / std_dev

标准化适用于逻辑回归和 SVM 等算法。

最小-最大缩放

最小-最大缩放会将数据缩放到固定范围，通常为 [0, 1]。计算公式如下：

x_scaled = (x - min) / (max - min)

当数据需要限制在一定范围内时，可以使用此技术。

Python 中的归一化（标准化）

使用 sklearn.preprocessing 中的 StandardScaler 对数据进行标准化。

示例：

from sklearn.preprocessing import StandardScaler scaler = StandardScaler() data_scaled = scaler.fit_transform(data)

Python 中的归一化（最小-最大缩放）

使用 sklearn.preprocessing 中的 MinMaxScaler 应用最小-最大缩放。

示例：

from sklearn.preprocessing import MinMaxScaler scaler = MinMaxScaler() data_scaled = scaler.fit_transform(data)

选择归一化技术

选择技术时，请考虑以下因素：

• 标准化：当数据包含异常值时使用。
• 最小-最大缩放：当特征需要限制在一定范围内时使用。

回顾

在本课中，您学习了：

• 标准化：将数据缩放到平均值为 0、标准差为 1。
• 最小-最大缩放：将数据转换到固定范围。
• 如何在 Python 中使用 StandardScaler 和 MinMaxScaler。

恭喜您！

您已经完成了数据归一化课程。请继续学习下一课，了解 Python 中的数据合并。