【Python学习】数据归一化Scaling与标准化Normalization间的区别与相关实现

1、区别介绍
（1）Scaling
归一化用于将数据归一到某一个范围，如[0,1]或者[0,10]，主要是范围上的变化
（2）Normalization
标准化用于改变数据的分布情况，通过将数据分布转变成正态分布

2、适用场景
（1）Scaling
当应用与距离与相似度度量的时候，归一化起到弥足关键的作用，如支持向量机（SVM）和K近邻算法（KNN）
（2）Normalization
当应用要求数据满足正态分布时，对原始数据进行标准化操作，将有利于算法的进行，如线性判别器 (LDA)和高斯朴素贝叶斯（Gaussian naive Bayes）

3、代码实现
（0）导入函数库

#modules we'll use
import pandas as pd
import numpy as np
#for Box-Cox Transformation
from scipy import stats
#for min_max scaling
from mlxtend.preprocessing import minmax_scaling
#plotting modules
import seaborn as sns
import matplotlib.pyplot as plt
#set seed for reproducibility
np.random.seed(0)

（1）Scaling

#generate 1000 data points randomly drawn from an exponential distribution
original_data = np.random.exponential(size=1000)
#mix-max scale the data between 0 and 1
scaled_data = minmax_scaling(original_data, columns=[0])
#plot both together to compare
fig, ax = plt.subplots(1,2)
sns.distplot(original_data, ax=ax[0])
ax[0].set_title("Original Data")
sns.distplot(scaled_data, ax=ax[1])
ax[1].set_title("Scaled data")

结果显示

可以从上图中看出，原数据的范围分布在0到8之间，经归一化转变后的数据分布在0到1之间

（2）Normalization

#normalize the exponential data with boxcox
normalized_data = stats.boxcox(original_data)#plot both together to compare
fig, ax=plt.subplots(1,2)
sns.distplot(original_data, ax=ax[0])
ax[0].set_title("Original Data")
sns.distplot(normalized_data[0], ax=ax[1])
ax[1].set_title("Normalized data")

结果显示

从图中可以看出，经标准化操作后的数据分布服从正态分布

【Python学习】数据归一化Scaling与标准化Normalization间的区别与相关实现相关推荐

python归一化处理_详解python实现数据归一化处理的方式：（0,1）标准化
在机器学习过程中,对数据的处理过程中,常常需要对数据进行归一化处理,下面介绍(0, 1)标准化的方式,简单的说,其功能就是将预处理的数据的数值范围按一定关系"压缩"到(0,1)的范 ...
python怎么数据归一化_基于数据归一化以及Python实现方式
数据归一化: 数据的标准化是将数据按比例缩放,使之落入一个小的特定区间,去除数据的单位限制,将其转化为无量纲的纯数值,便于不同单位或量级的指标能够进行比较和加权. 为什么要做归一化: 1)加快梯度下降 ...
Python 实现数据归一化处理
字符类型不能归一化... 数据处理经常要用到归一化处理,使各项指数的尺度达到统一,python中实现数据归一化处理的代码如下: #准备工作:安装numpy.pandas包,csv文件转为数值型,之后修 ...
python实现数据的批量max-min标准化，告别反复的EXCEL操作
虽然EXCEL能够胜任此项工作,但是写论文时反复处理数据也很麻烦,每次处理数据都以为是最后一次,结果是永无止境. 因此,本篇基于pandas库,点击即可完成数据的批量max-min标准化. 使用前需要 ...
Python学习之 a == b 和 a is b 的区别
Python学习中经常会遇到 a == b 和 a is b 的问题, 也许你会为此迷惑.下面,我们来简单分析一下: 首先我们要了解对于Python对象而言,一般存在三个属性:type 类型, val ...
python实现数据归一化处理的方式：（0,1）标准化
在机器学习过程中,对数据的处理过程中,常常需要对数据进行归一化处理,下面介绍(0, 1)标准化的方式,简单的说,其功能就是将预处理的数据的数值范围按一定关系"压缩"到(0,1)的范 ...
python归一化后全部都是0咋办_详解python实现数据归一化处理的方式：（0,1）标准化...
在机器学习过程中,对数据的处理过程中,常常需要对数据进行归一化处理,下面介绍(0, 1)标准化的方式,简单的说,其功能就是将预处理的数据的数值范围按一定关系"压缩"到(0,1)的范 ...
python 归一化处理_详解python实现数据归一化处理的方式：（0,1）标准化
在机器学习过程中,对数据的处理过程中,常常需要对数据进行归一化处理,下面介绍(0, 1)标准化的方式,简单的说,其功能就是将预处理的数据的数值范围按一定关系"压缩"到(0,1)的范 ...
python怎么数据归一化_python数据归一化及三种方法详解
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 ...

【Python学习】数据归一化Scaling与标准化Normalization间的区别与相关实现

【Python学习】数据归一化Scaling与标准化Normalization间的区别与相关实现相关推荐

最新文章

热门文章