老师,做数据归一化,标准化是很重要的一步
来源:5-14 HR表的特征预处理-2

慕运维7479159
2018-03-10
老师,做数据归一化,标准化是很重要的一步,作为分析数据的外行,往往不会知道这些内容,
毕竟将数据归一化后,这些数据 就单个看来 已经是无意义的,这个特征只能作为一个整体来看待,
但是如果不进行归一化,规范化,数据分析后的结果,与归一化后的数据分析结论会有什么差距
写回答
1回答
-
同学你好,通过上面你的阐述,说明你是一个善于思考的同学,加油,继续努力。回答问题:归一化,规范化的作用,是把不同量纲的特征,强行放在同一尺度下比较。举个例子,比如,我们分析,一个人的受欢迎程度和什么有关,我们只看其中两个因素,身高和财产,身高越高,受欢迎程度越大,财产越多,受欢迎程度也越大。那么问题来了,身高1m和财产1万,怎么比较?如果样本身高在1.5m到2米间,样本财产在10万到100万之间,怎么去衡量这个间距?如果不转换量纲,财产跨度为900000,身高样本跨度为0.5,这样,最终的模型,很有可能,对前者敏感,对后者不敏感,比如,knn模型,这个差距的影响是灾难性的。所以,可以把他们都归一化,10万相对与90万,和0.055相对0.5,是同样比例,就可以认为这样的差距是一致的。
222018-03-12
相似问题
老师,归一化与标准化 有什么细微的差别
回答 1
标准化和归一化的使用场景?
回答 1