數據歸一化兩種常用的方法

數據標準化（歸一化）處理是數據挖掘的一項基礎工作，不同評價指標往往具有不同的量綱和量綱單位，這樣的情況會影響到數據分析的結果，爲了消除指標之間的量綱影響，需要進行數據標準化處理，以解決數據指標之間的可比性。原始數據經過數據標準化處理後，各指標處於同一數量級，適合進行綜合對比評價。以下是兩種常用的歸一化方法：

一、min-max標準化（Min-Max Normalization）

也稱爲離差標準化，是對原始數據的線性變換，使結果映射到[0 - 1]之間，轉換函數如下：
$x^* = \frac {x - min} {max-min}$
其中 max爲樣本數據的最大值， min爲樣本數據的最小值，這種方法有個缺陷，就是當有新數據加入時，可能導致max和min的變化，需要重新定義。

二、Z-score標準化法

這種方法給予原始數據的均值（mean）和標準差（standard deviation）進行數據的標準化。經過處理的數據符合標準正態分佈，即均值爲0，標準差爲1，轉化函數爲：
$x^* = \frac {x - \mu} {\sigma}$
其中$\mu$爲所有樣本數據的平均值，$\sigma$爲所有樣本的標準差

參考：http://webdataanalysis.net/data-analysis-method/data-normalization/