MinMaxScaling的优缺点48课件讲解.pptxVIP

Min-MaxScaling的优缺点;Min-MaxScaling概念

Min-MaxScaling的优缺点;01;;;Min-MaxScaling应用场景;02;操作简单易理解

Min-Max归一化方法操作简单，只需计算特征的最小最大值，并应用线性变换即可，使得数据落入[0,1]范围内，大大简化了数据预处理的过程。

减少尺度差异

Min-Max归一化有效减少了不同特征间的尺度差异，使特征在模型训练中更加公平地贡献信息，避免了因尺度差异导致的模型偏见。;;Min-MaxScaling对异常值非常敏感，若数据中存在极端的最大值或最小值，那么这种缩放会使得大部分的数据集中在一个很小的区间。;为了对抗Min-MaxScaling对异常值的敏感性，可以剔除异常值，或者先对数据进行对数变换等方式压缩尺度，再应用Min-MaxScaling，从而降低异常值的影响。;THANKS