数据的标准化（离差标准化、log函数转换、atan函数转换、z标准化）

冷不防 2023-06-12 08:38 23阅读 0赞

源：[https://blog.csdn.net/bbbeoy/article/details/70185798][https_blog.csdn.net_bbbeoy_article_details_70185798]

## 引入 ##

评价是现代社会各领域的一项经常性的工作，是科学做出管理决策的重要依据。随着人们研究领域的不断扩大，所面临的评价对象日趋复杂，如果仅依据单一指标对事物进行评价往往不尽合理，必须全面地从整体的角度考虑问题，多指标综合评价方法应运而生。所谓多指标综合评价方法，就是把描述评价对象不同方面的多个指标的信息综合起来，并得到一个综合指标，由此对评价对象做一个整体上的评判，并进行横向或纵向比较。

而在多指标评价体系中，由于各评价指标的性质不同，通常具有不同的量纲和数量级。当各指标间的水平相差很大时，如果直接用原始指标值进行分析，就会突出数值较高的指标在综合分析中的作用，相对削弱数值水平较低指标的作用。因此，为了保证结果的可靠性，需要对原始指标数据进行标准化处理。

目前数据标准化方法有多种，归结起来可以分为直线型方法(如极值法、标准差法)、折线型方法(如三折线法)、曲线型方法(如半正态性分布)。不同的标准化方法，对系统的评价结果会产生不同的影响，然而不幸的是，在数据标准化方法的选择上，还没有通用的法则可以遵循。

常见的方法有：min-max标准化（Min-max normalization），log函数转换，atan函数转换，z-score标准化（zero-mena normalization，此方法最为常用），模糊量化法。本文只介绍min-max法（规范化方法），z-score法（正规化方法），比例法（名字叫啥不太清楚，归一化方法）。

数据的标准化(normalization)是将数据按比例缩放，使之落入一个小的特定区间。在某些比较和评价的指标处理中经常会用到，去除数据的单位限制，将其转化为无量纲的纯数值，便于不同单位或量级的指标能够进行比较和加权。其中最典型的就是数据的归一化处理，即将数据统一映射到\[0,1\]区间上，常见的数据归一化的方法有:min-max标准化(Min-maxnormalization)也叫离差标准化，是对原始数据的线性变换，使结果落到\[0,1\]区间，转换函数如下:其中max为样本数据的最大值，min为样本数据的最小值。这种方法有一个缺陷就是当有新数据加入时，可能导致max和min的变化，需要重新定义。log函数转换通过以10为底的log函数转换的方法同样可以实现归一化，具体方法如下:看了下网上很多介绍都是x\*=log10(x)，其实是有问题的，这个结果并非一定落到\[0,1\]区间上，应该还要除以log10(max)，max为样本数据最大值，并且所有的数据都要大于等于1。atan函数转换用反正切函数也可以实现数据的归一化:使用这个方法需要注意的是如果想映射的区间为\[0,1\]，则数据都应该大于等于0，小于0的数据将被映射到\[-1,0\]区间上。而并非所有数据标准化的结果都映射到\[0,1\]区间上，其中最常见的标准化方法就是Z标准化，也是SPSS中最为常用的标准化方法:z-score 标准化(zero-meannormalization)也叫标准差标准化，经过处理的数据符合标准正态分布，即均值为0，标准差为1，其转化函数为:其中μ为所有样本数据的均值，σ为所有样本数据的标准差。

--------------------

## 1 什么是数据标准化（Normalization） ##

将数据按比例缩放，使之落入一个小的特定区间。在某些比较和评价的指标处理中经常会用到，去除数据的单位限制，将其转化为无量纲的纯数值，便于不同单位或量级的指标能够进行比较和加权。

## 2 有哪些常用方法呢？ ##

### 方法一：规范化方法 ###

[![pic1][]][pic1 1]

*   也叫离差标准化，是对原始数据的线性变换，使结果映射到\[0,1\]区间。

--------------------

###  ###

### 方法二：正规化方法![pic2][] ###

*  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。
 *  spss默认的标准化方法就是z-score标准化。
 *  用Excel进行z-score标准化的方法：在Excel中没有现成的函数，需要自己分步计算，其实标准化的公式很简单。

步骤如下：  
1.求出各变量（指标）的算术平均值（数学期望）xi和标准差si ；  
2.进行标准化处理：  
zij=（xij－xi）/si  
其中：zij为标准化后的变量值；xij为实际变量值。  
3.将逆指标前的正负号对调。  
标准化后的变量值围绕0上下波动，大于0说明高于平均水平，小于0说明低于平均水平。

--------------------

### 方法三：归一化方法 ###

![pic3][]

[http://yuenshome.sinaapp.com/2014/08/三种常用数据标准化方法/][http_yuenshome.sinaapp.com_2014_08]

[https_blog.csdn.net_bbbeoy_article_details_70185798]: https://blog.csdn.net/bbbeoy/article/details/70185798
[pic1]: /images/20230531/7fce37900c81423bb278c42e223d41ca.png
[pic1 1]: http://yuenshome-wordpress.stor.sinaapp.com/uploads/2014/08/pic16.png
[pic2]: /images/20230531/8886be94781b4b35a81a246aaa47ca1d.png
[pic3]: /images/20230531/c0cdf34524464c7092012e30039f041d.png
[http_yuenshome.sinaapp.com_2014_08]: http://yuenshome.sinaapp.com/2014/08/%E4%B8%89%E7%A7%8D%E5%B8%B8%E7%94%A8%E6%95%B0%E6%8D%AE%E6%A0%87%E5%87%86%E5%8C%96%E6%96%B9%E6%B3%95/