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
有关wxpython pyqt内存占用问题分析
Jun 09 Python
解读Python编程中的命名空间与作用域
Oct 16 Python
Python xlwt设置excel单元格字体及格式
Apr 18 Python
Python从ZabbixAPI获取信息及实现Zabbix-API 监控的方法
Sep 17 Python
python利用Tesseract识别验证码的方法示例
Jan 21 Python
Python之时间和日期使用小结
Feb 14 Python
tensorflow 限制显存大小的实现
Feb 03 Python
Python抓包程序mitmproxy安装和使用过程图解
Mar 02 Python
如何基于python3和Vue实现AES数据加密
Mar 27 Python
在脚本中单独使用django的ORM模型详解
Apr 01 Python
Python 如何实现数据库表结构同步
Sep 29 Python
python 实现德洛内三角剖分的操作
Apr 22 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结合飞信 免费天气预报短信
2009/05/07 PHP
PDO防注入原理分析以及使用PDO的注意事项总结
2014/10/23 PHP
php实现的表单验证类完整示例
2019/08/13 PHP
js onkeypress与onkeydown 事件区别详细说明
2012/12/13 Javascript
jquery固定底网站底部菜单效果
2013/08/13 Javascript
jquery实现保存已选用户
2014/07/21 Javascript
JavaScript使用addEventListener添加事件监听用法实例
2015/06/01 Javascript
javascript实现uploadify上传格式以及个数限制
2015/11/23 Javascript
JavaScript、tab切换完整版(自动切换、鼠标移入停止、移开运行)
2016/01/05 Javascript
JS实现把鼠标放到链接上出现滚动文字的方法
2016/04/06 Javascript
JS中把函数作为另一函数的参数传递方法(总结)
2017/06/28 Javascript
vue获取DOM元素并设置属性的两种实现方法
2017/09/30 Javascript
jquery点击回车键实现登录效果并默认焦点的方法
2018/03/09 jQuery
关于js的三种使用方式(行内js、内部js、外部js)的程序代码
2018/05/05 Javascript
Web安全之XSS攻击与防御小结
2018/12/13 Javascript
11个教程中不常被提及的JavaScript小技巧(推荐)
2019/04/17 Javascript
使用layui 的layedit定义自己的toolbar方法
2019/09/18 Javascript
WEB前端性能优化的7大手段详解
2020/02/04 Javascript
js 解析 JSON 数据简单示例
2020/04/21 Javascript
Python易忽视知识点小结
2015/05/25 Python
python决策树之CART分类回归树详解
2017/12/20 Python
django用户登录和注销的实现方法
2018/07/16 Python
详解Python Matplot中文显示完美解决方案
2019/03/07 Python
Python对ElasticSearch获取数据及操作
2019/04/24 Python
Python with用法:自动关闭文件进程
2019/07/10 Python
python-opencv获取二值图像轮廓及中心点坐标的代码
2019/08/27 Python
Python文本处理简单易懂方法解析
2019/12/19 Python
HTML5实现视频弹幕功能
2019/08/09 HTML / CSS
护理学专业求职信
2014/06/29 职场文书
计算机相关专业自荐信
2014/07/02 职场文书
大学生社会实践活动总结
2014/07/03 职场文书
酒店客房服务员岗位职责
2015/04/09 职场文书
暂停营业通知
2015/04/25 职场文书
保险公司岗前培训工作总结
2015/10/24 职场文书
vue项目proxyTable配置和部署服务器
2022/04/14 Vue.js
Linux磁盘管理方法介绍
2022/06/01 Servers