介绍
这篇文章主要为大家展示了“云计算中数据标准化的示例分析”,内容简而易懂,条理清晰,希望能够帮助大家解决疑惑,下面让小编带领大家一起研究并学习一下“云计算中数据标准化的示例分析”这篇文章吧。
数据标准化(归一化)处理是数据挖掘的一项基础工作,不同评价指标往往具有不同的量纲和量纲单位,这样的情况会影响到数据分析的结果,为了消除指标之间的量纲影响,需要进行数据标准化处理,以解决数据指标之间的可比性。原始数据经过数据标准化处理后,各指标处于同一数量级,适合进行综合对比评价。以下是两种常用的归一化方法:
一、min-max标准化(min-max正常化)
也称为离差标准化,是对原始数据的线性变换,使结果值映射到[0,1]之间。转换函数如下:
其中最大值为样本数据的最大值,最小值为样本数据的最小值。这种方法有个缺陷就是当有新数据加入时,可能导致最大值和最小值的变化,需要重新定义。
二、z分数标准化方法
这种方法给予原始数据的均值(平均)和标准差(标准差)进行数据的标准化。经过处理的数据符合标准正态分布,即均值为0,标准差为1,转化函数为:
其中clip_image006为所有样本数据的均值,clip_image008为所有样本数据的标准差。
以上是“云计算中数据标准化的示例分析”这篇文章的所有内容,感谢各位的阅读!相信大家都有了一定的了解,希望分享的内容对大家有所帮助,如果还想学习更多知识,欢迎关注行业资讯频道!
