1. 歸一化

（1）Maximum Normalization 【0，1】 ? t'_{i} = t_{i} / max(t)

?( 2 ) Min-Max Normalization? 【0，1】 ?? t'_{i} = ( t_{i} - min(t) ) / ( max(t) - min(t) )

??????? 以上兩方法適用最大最小值已經確定，且后面不會再出現更大或更小值的情況。

?( 3 ) Atan Normalization? 【-1，1】? t'_{i} = atan(t_{i})*2/pi

（4）log Normalization 【0，1】 t'_{i} = log_max(t) ( t_{i} )? Note: 要求所有t_{i}>=1

?( 5 ) Decimal Scaling? 【-1，1】 t'_{i} = t_{i} / 10^{j}??? 其中，j是讓max(|t|)/10^{j}小于1的最小數。

?( 6 ) Cosine Normalization 【0，1)?? t'_{i} = t_{i} / sqrt( t_1^2 + t_2^2 + ... + t_n^2 )

?

2. 其他規整

?（1）Z-socre?? t'_{i} = t_{i} - E(t) / std(t)

???????? z-score適用于屬性A的最大值和最小值未知的情況，或有超出取值范圍的離群數據的情況。

?

3. TF的規整

?（1）上面提到的 Maximum Normalization, Cosine Normalization

? ( 2 )? Augmented Maximum Normalization?? t'_{i} = 0.5 + 0.5 * t_{i} / max(t)

? ( 3 )? Logarithm ? t'_{i} = 1 + log( t_{i} )

? ( 4 )? BM25:

????????? |D| 當前文檔長度， avgdl平均文檔長度， k1一般為1.2, b為0.75

總結

以上是生活随笔為你收集整理的几种数据规整的方法总结的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。