数据挖掘之数据规范化

　　数据规范化处理是数据挖掘的一项基本操作。现实中，数据中不同特征的量纲可能不一致，数值间的差别可能很大，不进行处理可能会影响到数据分析的结果，因此，需要对数据按照一定比例进行缩放，使之落在一个特定的区域，便于进行综合分析。特别是基于距离的挖掘方法，在建模前一定要对数据进行规范化处理，如SVM，KNN，K-means，聚类等方法

数据规范化处理处理主要有以下三种

1，最小-最大规范化

　　最小-最大规范化是对原始数据的线性变换，将数值值映射到[0,1]之间。

　　　　　　　　　　　　　　

2，z-score

 　　z-score规范化也成标准差规范化，经过处理的数据均值为0，方差为1。是目前最为常用的规范化方法。

　　 　　　　　　　　　　　　　　　　

式中`x为对应特征均值 ，σ为标准差 

3,小数定标规范化

 　　通过移动属性值的小数点，将属性值映射到[-1,1]之间，移动的小数点位数取决于属性值绝对值的最大值。

                          

python实现：

import pandas as pd
import numpy as np

# load raw_data

feture_matrix= ....

#max-min normalization

X=(feture_matrix - feture_matrix.min())/(feture_matrix.max()-feture_matrix.min())

# z-score

X= (feture_matrix - feture_matrix.mean()) / feture_matrix.std()

# normalization by decimal scaling

ferture_matrix/10**np.ceil(np.log10(data.abs().max()))