Java学习之道

无量纲化（nondimensionalize 或者 dimensionless）是指通过一个合适的变量替代，将一个涉及物理量的方程的部分或全部的单位移除，以求简化实验或者计算的目的，是科学研究中一种重要的处理思想。

离差标准化（min-max 归一化），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：

X'=（X-min）/（max-min）
其中 max 为样本数据的最大值，min 为样本数据的最小值，X 为初始值，X'为初始值进行离差标准化的结果。这种方法有一个缺陷就是当有大于最大或小于最小的新数据加入时，可能导致 max 和 min 的变化，需要重新计算整个样本集合。

执行前（由于我懒得截全所以就将就看看吧）

执行后

可以看到实际些数据在 Proportion of working-age population 这个特征上是有差异的，但由于劳动人口占比都有一个基本值，不会小于 55.78，以下的部分就会使差异变小而不利于机器学习，所以执行离差标准化来使样本在[0,1]区间分布，使其更适合模型学习。

济南为最大值 79.32，最小值为天津：55.78

这里我们以长沙作为例子 64.43

X'=（64.43-55.78）/（79.32-55.78）=0.3674596431605777（咳咳，不说了提 bug 去了，这里属于浮点数误差，我提建议让其少显示两位）

---

标题：无量纲化：离差标准化
作者：shyvana-knight
地址：https://www.mmzsblog.cn/articles/2020/06/29/1593419540182.html

如未加特殊说明，文章均为原创，转载必须注明出处。均采用CC BY-SA 4.0 协议！

本网站发布的内容（图片、视频和文字）以原创、转载和分享网络内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。若本站转载文章遗漏了原文链接，请及时告知，我们将做删除处理！文章观点不代表本网站立场，如需处理请联系首页客服。
• 网站转载须在文章起始位置标注作者及原文连接，否则保留追究法律责任的权利。
• 公众号转载请联系网站首页的微信号申请白名单！

---

个人微信公众号 ↓↓↓