資料和特徵決定了機器學習演算法的上限，而模型和演算法只是不斷逼近這個上限而已
資料標準化也就是統計資料的指數化。資料標準化處理主要包括資料同趨化處理和無量綱化處理兩個方面：資料同趨化處理主要解決不同性質資料問題，對不同性質指標直接加總不能正確反映不同作用力的綜合結果，須先考慮改變逆指標資料性質，使所有指針對測評方案的作用力同趨化，再加總才能得出正確結果。
資料無量綱化處理主要解決資料的可比性。
歸一化max-minmin-max標準化方法是對原始資料進行線性變換。設mina和maxa分別為屬性a的最小值和最大值，將a的乙個原始值x通過min-max標準化對映成在區間[0,1]中的值x』，其公式為：新資料=（原資料-最小值）/（最大值-最小值）
這種方法能使資料歸一化到乙個區域內，同時不改變原來的資料結構。
實現中心化z-score這種方法基於原始資料的均值（mean）和標準差（standard deviation）進行資料的標準化。將a的原始值x使用z-score標準化到x』。
z-score標準化方法適用於屬性a的最大值和最小值未知的情況，或有超出取值範圍的離群資料的情況。
新資料=（原資料-均值）/標準差
這種方法適合大多數型別資料，也是很多任務具的預設標準化方法。標準化之後的資料是以0為均值，方差為以的正太分布。但是z-score方法是一種中心化方法，會改變原有資料的分布結構，不適合用於對稀疏資料做處理。
很多時候資料集會存在稀疏特徵，表現為標準差小，很多元素值為0，最常見的稀疏資料集是用來做協同過濾的資料集，絕大部分資料都是0。對稀疏資料做標準化，不能採用中心化的方式，否則會破壞稀疏資料的結構。
用於稀疏資料的maxabs最大值絕對值標準化（maxabs）即根據最大值的絕對值進行標準化，假設原轉換的資料為x，新資料為x』，那麼x』=x/|max|，其中max為x鎖在列的最大值。
該方法的資料區間為[-1, 1]，也不破壞原資料結構的特點，因此也可以用於稀疏資料，一些稀疏矩陣。
針對離群點的robustscaler有些時候，資料集中存在離群點，用z-score進行標準化，但是結果不理想，因為離群點在標準化後喪失了利群特性。robustscaler針對離群點做標準化處理，該方法對資料中心化的資料的縮放健壯性有更強的引數控制能力。
import numpy as np
import pandas as pd
from sklearn import preprocessing
import matplotlib.pyplot as plt
from sklearn.datasets import make_moons
import matplotlib.pyplot as plt
%matplotlib inline
# 匯入資料
data = make_moons(n_samples=200, noise=10)[0]
#z-score標準化
#建立standardscaler物件
zscore = preprocessing.standardscaler()
# 標準化處理
data_zs = zscore.fit_transform(data)
#max-min標準化
minmax = preprocessing.minmaxscaler()
data_minmax = minmax.fit_transform(data)
#maxabs標準化
maxabs = preprocessing.maxabsscaler()
data_maxabs = maxabs.fit_transform(data)
#robustscaler標準化
robust = preprocessing.robustscaler()
data_rob = robust.fit_transform(data)
為什麼要特徵標準化及特徵標準化方法
歸一化化就是要把你需要處理的資料經過處理後 通過某種演算法 限制在你需要的一定範圍內。歸一化的原因是什麼那？一是，為了後面資料處理的方便，把不同量綱的東西放在同一量綱下比較，即 把不同 的資料統一到乙個參考係下，這樣比較起來才有意義。簡單的舉個例子 一張表有兩個變數，乙個是體重kg，乙個是身高cm。...
特徵縮放和標準化
首先簡單講一下 其實我覺得這兩個本質上是一樣的 看了好多部落格和論壇 發現每個人講的都不一樣,我直接去英文維基百科 特徵縮放上查了feature scaling 和 英文維基百科 標準化 才基本上明白 部落格的最後 我會特別說一下 吳恩達老師在講解pca的時候 說的均值標準化和特徵縮放 這裡直接翻譯...
特徵提取 標準化
1 由於歸一化使用最大值最小值進行計算，若最大值或最小值缺失或錯誤，歸一化結果的準確性就會大大降低，為此可採用標準化 2 標準化公式 即 3 api sklearn.preprocessing.standardscaler standardscaler.fit transform x x numpy...