数据的标准化(normalization)是将数据按比例缩放,使之落入一个小的特定区间。
在某些比较和评价的指标处理中经常会用到,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
最典型的就是数据的归一化处理,即将数据统一映射到[0,1]区间上
0-1标准化【常用】 / Z-score标准化'''
1-创建数据
![](https://img.haomeiwen.com/i5798142/458d6b0e748577a0.png)
2--# 数据标准化 # (1)0-1标准化【常用】
# 将数据的最大最小值记录下来,并通过Max-Min作为基数(即Min=0,Max=1)进行数据的归一化处理
# x = (x - Min) / (Max - Min)
![](https://img.haomeiwen.com/i5798142/466d1eab125d36ea.png)
2--# (2)Z-score标准化(用户比较【样本相似性】)
z=(x-μ)/σ,其中x为某一具体分数,μ为平均数,σ为标准差
![](https://img.haomeiwen.com/i5798142/413d46eb3dd53aac.png)
3--# 案例应用
# 八类产品的两个指标value1,value2,其中value1权重为0.6,value2权重为0.4
# 通过0-1标准化,判断哪个产品综合指标状况最好
![](https://img.haomeiwen.com/i5798142/0673ffb2a28980c1.png)
网友评论