为什么需要特征归一化
不同特征指标往往具有不同的量纲和量纲单位，这样的情况会影响到数据分析的结果，为了消除指标之间的量纲影响，需要进行数据标准化处理，以解决数据指标之间的可比性。原始数据经过数据标准化处理后，各指标处于同一数量级，适合进行综合对比评价。常用的两种归一化方法
1最值归一法（normaization）:
最值归一法将数据映射到0-1之间。【数据特征归一化(Feature Scaling)学习及实现】均值方差归一法（standardization）
适用于分布有明显边界的特征指标，受outlier影响较大。
KaTeX parse error: Got function '\min' with no arguments as subscript at position 19: … = \frac{X - X_\?m?i?n?}{X_\max - X_\m…
将数据归一到均值为0，方差为一的分布中实现最值归一化&封装
适用于数据分布没有明显边界，有可能存在极端数据值（对outlier的处理更好些）。
X s = X ? X ˉ S X_s = \frac{X - \bar X}{S} Xs?=SX?Xˉ?
import numpy as np
class MinMaxScaler1():
def __init__(self):
'''初始化MinmaxScaler '''
self.min_ = None
self.max_ = None
def fit(self, X):
'''装载X，并得到'''
self.min_ = X.min(axis=0)
self.max_ = X.max(axis=0)
return selfdef transform(self, X):
'''转换X为（0-1）的数据'''
return (X - self.min_) / (self.max_ - self.min_)def __repr__(self):
return 'MinMaxScale(0-1)'
实现均值方差归一化&封装
import numpy as np
class StandardScaler1:
def __init__(self):
'''初始化StandardScaler'''
self.mean_ = None
self.std_ = Nonedef fit(self, X):
self.mean_ = X.mean(axis=0)
self.std_ = X.std(axis=0)
return selfdef transform(self, X):
return (X - self.mean_) / self.std_def __repr__(self):
return 'StandardScaler1(均值0，方差1)'
学习笔记参考：
《机器学习实战》和《Python3入门机器学习 经典算法与应用》
