為什么要去量綱？

進(jìn)行變量重要性排序（選擇對因變量影響最大的自變量）或特征篩選（用于提供后續(xù)模型精度等）時(shí)，不同的變量單位不同，因此數(shù)值差異極大。例如1cm和1kg等。

什么是去量綱？

數(shù)據(jù)分析的本質(zhì)是數(shù)值，去量綱就是去除掉單位對數(shù)值的影響。使得所有的變量都在同等的水平上，才能“公平”的參與后續(xù)處理。

常見的去量綱化方法：

注：！此處去除掉網(wǎng)上將z-score方法成為標(biāo)準(zhǔn)化，將min-max稱為歸一化等叫法。直接用名稱可以除去翻譯的語義導(dǎo)致的誤解，也能去除被必要的區(qū)分。

（1）初值化：使用序列數(shù)據(jù)中的初始值作為除數(shù)，消除不同變量之間的量級或單位差異。其結(jié)果由樣本初始值決定，可以消除不同變量間大量級的差異，處理后數(shù)據(jù)接近1左右。方便簡單，但是隨機(jī)性較高。

(2)均值化：每個(gè)變量除以該變量的均值。可以去除量綱差異，相除后接近1左右。

（3）min-max變換：通過線性變換去除量綱影響。映射結(jié)果在[0，1]之間，但容易受到異常值的影響。

好處1：對于原始變異值不大的數(shù)據(jù)，用該方法可以放大差異。

如：1.70 1.71 1.72 1.73，min-max處理后為0，0.33.0.67，1。

好處2：可以維持稀疏矩陣中的0.

（4）極差最大值變換：也依賴于最小值和最大值。

（5）Z-score變換：zero mean normalization:減去均值，除以標(biāo)準(zhǔn)差。

處理后的數(shù)據(jù)均值為0，方差接近1，分布接近正態(tài)分布。

好處：該方法更適用于涉及到距離關(guān)系的應(yīng)用中，通過該處理后，對數(shù)據(jù)由于量綱引起的差異去除的更為徹底，因此對于精確的變量差異，如距離計(jì)算中，使用該方法更好，例如：相似度，PCA，聚類分析等。 而min-max相當(dāng)于保存了原始數(shù)據(jù)標(biāo)準(zhǔn)差所能代表的潛在權(quán)重關(guān)系。

總結(jié)：

具體用啥看情況決定。例如在灰色關(guān)聯(lián)度分析中用均值化，PCA用z-score。

后續(xù)自己各種處理中用什么會回來填坑。 作者：大專廠妹の奮斗生活 https://www.bilibili.com/read/cv17032876/ 出處：bilibili