MaxAbsScaling简介96课件讲解.pptxVIP

MaxAbsScaling简介

MaxAbsScaling的基本理解MaxAbsScaling的应用目录CONTENTS

01MaxAbsScaling的基本理解

MaxAbsScaling是数据预处理技术，通过除以每个特征列中的最大绝对值来转换特征向量，将数值范围限定在[-1,1]内。MaxAbsScaling介绍MaxAbsScaling适用于稀疏数据，不改变数据稀疏结构；保留符号和零分布，对于保持某些算法性能至关重要。稀疏数据适用MaxAbsScaling原理

稀疏数据集适用MaxAbsScaling适用于稀疏数据集，能保持零元素位置，如文本数据的词频表示或图像的像素强度。高维数据优化MaxAbsScaling常用于高维稀疏数据，有效规范数据，且几乎不增加存储和计算负担。MaxAbsScaling适用场景

MaxAbsScaling的[-1,1]范围适合保留负数，对于有正负数分布的数据更加友好。缩放范围对比与标准化相比，它不假设数据呈正态分布，也不会受到异常值影响。标准化对比由于MaxAbsScaling的目标是保持数据的稀疏性，所以在非稀疏数据或数据分布严重不对称时，它的效果可能不如其他缩放方法。稀疏性保持MaxAbsScaling与其他缩放方法比较010203

02MaxAbsScaling的应用

MaxAbs缩放在实际应用中的考虑探索性