數據標準化處理方法

什麼是資料標準化（Normalization）

將資料按比例縮放，使之落入一個小的特定區間。 在某些比較和評估的指標處理中經常會用到，去除數據的單位限制，將其轉化為無量綱的純數值，便於不同單位或量級的指標能夠進行比較和加權。  (推薦學習：web前端影片教學）

有哪些常用方法？

方法一：規範化方法

也叫離差標準化，是對原始資料的線性變換，使結果對應到[0, 1]區間。

方法二：正規化方法

這種方法是基於原始資料的平均值（mean）和標準差（standard deviation ）進行數據的標準化。將A的原始值x使用z-score標準化到x’。

z-score標準化方法適用於屬性A的最大值和最小值未知的情況，或有超出取值範圍的離群資料的情況。

spss預設的標準化方法就是z-score標準化。

用Excel進行z-score標準化的方法：在Excel中沒有現成的函數，需要自己逐步計算，其實標準化的公式很簡單。

步驟如下：

1.求出各變數（指標）的算術平均值（數學期望值）xi和標準差si ;

2.進行標準化處理：

zij=（xij－xi）/si

其中：zij為標準化後的變數值；xij為實際變數值。

3.將逆指標前的正負號對調。

標準化後的變數值圍繞0上下波動，大於0說明高於平均水平，小於0說明低於平均水平。

方法三：歸一化方法

#

以上是數據標準化處理方法的詳細內容。更多資訊請關注PHP中文網其他相關文章！