【人工智能概论】 用Python实现数据的归一化

---

一. 数据归一化处理的意义

• 多特征数据集常会遇到这样的问题，不同特征间的取值范围往往有很大的差别，甚至是存在数量级方面的差异，这很有可能会导致深度学习算法精确度的降低，因此对数据进行归一化处理是很有意义的。

二. 常见的归一化方法

2.1 最大最小标准化（Min-Max Normalization）

• 公式：$$x^{{}^{\prime }}=\frac{x-min(x)}{max(x)-mix(x)}$$
• 这是一种线性映射的方法，将原始数据线性映射到[0 1]的范围内， X为原始数据；
• 比较适用于数值比较集中的情况；
• 缺陷：如果max和min不稳定，很容易使得归一化结果不稳定；

2.2 z-score 标准化

• 公式：$$x^{\ast }=\frac{x-\mu }{\sigma }$$其中，μ、σ分别为原始数据的均值和方差。
• 将原始数据归一化为均值为0、方差1的数据；
• 该方法要求原始数据的分布近似为高斯分布，否则归一化的效果会变得很糟糕。

三. 用sklearn实现归一化

• 创建测试数据

# 创建数据
import pandas as pd

import numpy as np

x=np.random.randint(1,1000,(10000,5))

x=pd.DataFrame(x)

print(x)

• 查看原始数据的均值与方差

# 查看原始数据的均值、方差

print("原始数据均值")
display(x.mean())
print("原始数据方差")
display(x.var())

• 最大最小标准化（Min-Max Normalization）

# 最大最小标准化（Min-Max Normalization）

from sklearn.preprocessing import MinMaxScaler

x_min=MinMaxScaler().fit_transform(x)

x_min=pd.DataFrame(x_min)

display(x_min.mean())

display(x_min.var())

• z-score 标准化

# z-score 标准化

from sklearn.preprocessing import StandardScaler

x_std=StandardScaler().fit_transform(x)

x_std=pd.DataFrame(x_std)

display(x_std.mean())

display(x_std.var())