python数据预处理之数据标准化的几种处理方式


Posted in Python onJuly 17, 2019

何为标准化:

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。

几种标准化方法:

归一化Max-Min

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-最小值)/(最大值-最小值)

这种方法能使数据归一化到一个区域内,同时不改变原来的数据结构。

实现中心化Z-Score

这种方法基于原始数据的均值(mean)和标准差(standard deviation)进行数据的标准化。将A的原始值x使用z-score标准化到x'。

z-score标准化方法适用于属性A的最大值和最小值未知的情况,或有超出取值范围的离群数据的情况。

新数据=(原数据-均值)/标准差

这种方法适合大多数类型数据,也是很多工具的默认标准化方法。标准化之后的数据是以0为均值,方差为以的正太分布。但是Z-Score方法是一种中心化方法,会改变原有数据的分布结构,不适合用于对稀疏数据做处理。

很多时候数据集会存在稀疏特征,表现为标准差小,很多元素值为0,最常见的稀疏数据集是用来做协同过滤的数据集,绝大部分数据都是0。对稀疏数据做标准化,不能采用中心化的方式,否则会破坏稀疏数据的结构。

用于稀疏数据的MaxAbs

最大值绝对值标准化(MaxAbs)即根据最大值的绝对值进行标准化,假设原转换的数据为x,新数据为x',那么x'=x/|max|,其中max为x锁在列的最大值。

该方法的数据区间为[-1, 1],也不破坏原数据结构的特点,因此也可以用于稀疏数据,一些稀疏矩阵。

针对离群点的RobustScaler

有些时候,数据集中存在离群点,用Z-Score进行标准化,但是结果不理想,因为离群点在标准化后丧失了利群特性。RobustScaler针对离群点做标准化处理,该方法对数据中心化的数据的缩放健壮性有更强的参数控制能力。

python实现

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

# 导入数据
data = make_moons(n_samples=200, noise=10)[0]

#Z-Score标准化
#建立StandardScaler对象
zscore = preprocessing.StandardScaler()
# 标准化处理
data_zs = zscore.fit_transform(data)

#Max-Min标准化
#建立MinMaxScaler对象
minmax = preprocessing.MinMaxScaler()
# 标准化处理
data_minmax = minmax.fit_transform(data)

#MaxAbs标准化
#建立MinMaxScaler对象
maxabs = preprocessing.MaxAbsScaler()
# 标准化处理
data_maxabs = maxabs.fit_transform(data)

#RobustScaler标准化
#建立RobustScaler对象
robust = preprocessing.RobustScaler()
# 标准化处理
data_rob = robust.fit_transform(data)

# 可视化数据展示
# 建立数据集列表
data_list = [data, data_zs, data_minmax, data_maxabs, data_rob]
# 创建颜色列表
color_list = ['blue', 'red', 'green', 'black', 'pink']
# 创建标题样式
title_list = ['source data', 'zscore', 'minmax', 'maxabs', 'robust']

# 设置画幅
plt.figure(figsize=(9, 6))
# 循环数据集和索引
for i, dt in enumerate(data_list):
  # 子网格
  plt.subplot(2, 3, i+1)
  # 数据画散点图
  plt.scatter(dt[:, 0], dt[:, 1], c=color_list[i])
  # 设置标题
  plt.title(title_list[i])
# 图片储存 
plt.savefig('xx.png')
# 图片展示
plt.show()

python数据预处理之数据标准化的几种处理方式

参考:
《python数据分析与数据化运营》 宋天龙

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持三水点靠木。

Python 相关文章推荐
Python subprocess模块学习总结
Mar 13 Python
Python迭代用法实例教程
Sep 08 Python
Python中的异常处理简明介绍
Apr 13 Python
Python图像处理实现两幅图像合成一幅图像的方法【测试可用】
Jan 04 Python
在Python文件中指定Python解释器的方法
Feb 18 Python
python调用pyaudio使用麦克风录制wav声音文件的教程
Jun 26 Python
Django工程的分层结构详解
Jul 18 Python
python标记语句块使用方法总结
Aug 05 Python
将Pytorch模型从CPU转换成GPU的实现方法
Aug 19 Python
python重要函数eval多种用法解析
Jan 14 Python
Python 通过正则表达式快速获取电影的下载地址
Aug 17 Python
Django Form常用功能及代码示例
Oct 13 Python
解决Python正则表达式匹配反斜杠''\''问题
Jul 17 #Python
python小程序实现刷票功能详解
Jul 17 #Python
python 获取sqlite3数据库的表名和表字段名的实例
Jul 17 #Python
Python math库 ln(x)运算的实现及原理
Jul 17 #Python
Python_查看sqlite3表结构,查询语句的示例代码
Jul 17 #Python
10分钟用python搭建一个超好用的CMDB系统
Jul 17 #Python
在SQLite-Python中实现返回、查询中文字段的方法
Jul 17 #Python
You might like
php daodb插入、更新与删除数据
2009/03/19 PHP
初次接触php抽象工厂模式(Elgg)
2010/03/21 PHP
PHP生成唯一订单号的方法汇总
2015/04/16 PHP
深入php内核之php in array
2015/11/10 PHP
巧妙破除网页右键禁用的十大绝招
2006/08/12 Javascript
javascript Array对象基础知识小结
2010/11/16 Javascript
jquery事件机制扩展插件 jquery鼠标右键事件。
2011/12/26 Javascript
THREE.JS入门教程(3)着色器-下
2013/01/24 Javascript
javascript操作table(insertRow,deleteRow,insertCell,deleteCell方法详解)
2013/12/16 Javascript
使用apply方法实现javascript中的对象继承
2013/12/16 Javascript
js控制当再次点击按钮时的间隔时间
2014/06/03 Javascript
jquery动态添加删除一行数据示例
2014/06/12 Javascript
jQuery遮罩层效果实例分析
2016/01/14 Javascript
javascript判断图片是否加载完成的方法推荐
2016/05/13 Javascript
JavaScript lodash常见用法系列小结
2016/08/24 Javascript
JS简单封装的图片无缝滚动效果示例【测试可用】
2017/03/22 Javascript
javascript数据结构之串的概念与用法分析
2017/04/12 Javascript
Angularjs中ng-repeat的简单实例
2017/08/25 Javascript
基于js原生和ajax的get和post方法以及jsonp的原生写法实例
2017/10/16 Javascript
微信小程序实现留言板
2018/10/31 Javascript
说说如何在Vue.js中实现数字输入组件的方法
2019/01/08 Javascript
使用axios请求时,发送formData请求的示例
2019/10/29 Javascript
JavaScript实现英语单词题库
2019/12/24 Javascript
微信小程序开发(二):页面跳转并传参操作示例
2020/06/01 Javascript
Pandas之MultiIndex对象的示例详解
2019/06/25 Python
python面向对象 反射原理解析
2019/08/12 Python
python3中关于excel追加写入格式被覆盖问题(实例代码)
2020/01/10 Python
HTML5新表单元素_动力节点Java学院整理
2017/07/12 HTML / CSS
图片上传插件ImgUploadJS:用HTML5 File API 实现截图粘贴上传、拖拽上传
2016/01/20 HTML / CSS
Charlotte Tilbury美国官网:英国美妆品牌
2017/10/13 全球购物
Crabtree & Evelyn英国官网:瑰珀翠护手霜、香水、沐浴和身体护理
2018/04/26 全球购物
最热门的自我评价
2013/12/30 职场文书
《草原》教学反思
2014/02/15 职场文书
前台文员职责范本
2014/03/07 职场文书
环保志愿者活动方案
2014/08/14 职场文书
2016年全国爱牙日宣传活动总结
2016/04/05 职场文书