数据标准化的几种方法.docx

以人为本 诚信务实 勇于创新 乐于奉献 竭力为客户提供满意的产品和服务 数据标准化的几种方法 在数据分析之前，我们通常需要先将数据标准化(normalization)，利用 标准化后的数据进行数据分析。 数据标准化也就是统计数据的指数化。数 据标准化处理主要包括数据同趋化处理和无量纲化处理两个方面。 数据同 趋化处理主要解决不同性质数据问题，对不同性质指标直接加总不能正确 反映不同作用力的综合结果，须先考虑改变逆指标数据性质，使所有指标 对测评方案的作用力同趋化，再加总才能得出正确结果。数据无量纲化处 理主要解决数据的可比性。数据标准化的方法有很多种，常用的有 “最小 —最大标准化”、“Z-score 标准化”和“按小数定标标准化”等。经过上 述标准化处理，原始数据均转换为无量纲化指标测评值，即各指标值都处 于同一个数量级别上，可以进行综合测评分析。 一、 Min-max 标准化 min-max 标准化方法是对原始数据进行线性变换。设 minA 和 maxA 分别为属性 A 的最小值和最大值，将 A 的一个原始值 x 通过 min-max 标准 化映射成在区间[0,1]中的值x ，其公式为： 新数据= (原数据-极小值)/(极大值-极小值) 二、 z-score 标准化 以人为本 诚信务实 勇于创新 乐于奉献 竭力为客户提供满意的产品和服务 这种方法基于原