共计 639 个字符,预计需要花费 2 分钟才能阅读完成。
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,下面让丸趣 TV 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 Normalization)
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 max 为样本数据的最大值,min 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 max 和 min 的变化,需要重新定义。
二、Z-score 标准化方法
这种方法给予原始数据的均值(mean)和标准差(standard deviation)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,欢迎关注丸趣 TV 行业资讯频道!