数据标准化之最大最小归一化（原理+Pyhon代码）

一、原理介绍

通常情况下，在建模之前，都需要对数据进行标准化处理，以消除量纲的影响。如果对未标准化的数据直接进行建模，可能会导致模型对数值大的变量学习过多，而对数值小的变量训练不够充分，往往模型效果会不好。常用的数据标准化方法有最大最小归一化、均值方差标准化、小数定标法、定量特征二值化等。

最大最小归一化，顾名思义，就是利用数据列中的最大值和最小值进行标准化处理，标准化后的数值处于[0,1]之间，计算方式为数据与该列的最小值作差，再除以极差。
具体公式为：x ′ = x − m i n m a x − m i n x'=\frac{x-min}{max-min}x ′=m a x −m i n x −m i n ​
公式中，x'表示单个数据的取值，min是数据所在列的最小值，max是数据所在列的最大值。

最大和最小规格化很容易受到极值的影响。当一列数据出现极值时，可以考虑根据实际业务场景提前剔除极值或异常值，或者对标准化数据进行对数等变换，使变换后的数据接近正态分布。

二、代码实现

from sklearn.preprocessing import StandardScaler
import warnings
warnings.filterwarnings("ignore")
from pyforest import *
import pandas as pd
import numpy as np

data=pd.read_csv("F:/data/data.csv",encoding='gbk')

data.head()

(1)资产负债率(2)剔除预收款项后的资产负债率(3)长期资本负债率(4)长期资产适合率(5)权益乘数00.6557990.6067080.6138650.4949600.79197110.7520610.7054980.8416391.0000000.93299020.9573910.9415430.0000000.4934650.98863030.8070460.7807090.9846960.5306370.95808640.8052350.7960710.8614800.5412990.957462

from sklearn.preprocessing import MinMaxScaler

Standard_data=MinMaxScaler().fit_transform(data)

Standard_data

array([[0.65608912, 0.60990114, 0.61386483, 0.49495976, 0.79739631],
[0.75239351, 0.70921165, 0.84163884, 1. , 0.93938095],
[0.95781436, 0.9464991 , 0. , 0.49346475, 0.99540256],
...,
[0.73319974, 0.65164941, 0.51791243, 0.50922178, 0.92607276],
[0.66202637, 0.56413243, 0.75722411, 0.49343682, 0.81677841],
[0.88919966, 0.85747254, 0. , 0.49297322, 0.98517934]])

Standard_data = pd.DataFrame(Standard_data)

Standard_data.to_csv("F:/data/Standard_data.csv",index=False)

Original: https://blog.csdn.net/weixin_45481473/article/details/113797850
Author: data learning
Title: 数据标准化之最大最小归一化（原理+Pyhon代码）