歸一化方法（normalization method）
1。 把數變為（0，1）之間的小數
主要是為了資料處理方便提出來的，把資料對映到0～1範圍之內處理，更加便捷快速，應該歸到數字訊號處理範疇之內。
2 。把有量綱表示式變為無量綱表示式
歸一化是一種簡化計算的方式，即將有量綱的表示式，經過變換，化為無量綱的表示式，成為純量。
比如，複數阻抗可以歸一化書寫：z = r + jωl = r(1 + jωl/r) ，複數部分變成了純數量了，沒有量綱。
另外，微波之中也就是電路分析、訊號系統、電磁波傳輸等，有很多運算都可以如此處理，既保證了運算的便捷，又能凸現出物理量的本質含義。
標準化方法（normalization method）
資料的標準化是將資料按比例縮放，使之落入乙個小的特定區間。由於信用指標體系的各個指標度量單位是不同的，為了能夠將指標參與評價計算，需要對指標進行規範化處理，通過函式變換將其數值對映到某個數值區間。一般常用的有以下幾種方法。
(1) 最小-最大規範化對原始資料進行線性變換。假定maxa與mina分別表示屬性a的最大與最小值。最小最大規範化通過計算將屬性a的值對映到區間[a, b]上的v。一般來說，將最小-最大規範化在用於信用指標資料上，常用的有以下兩種函式形式：
a) 效益型指標（越大越好型）的隸屬函式：
b) 成本型指標（越小越好型）的隸屬函式：
(2) z-score規範化也稱零-均值規範化。屬性a的值是基於a的平均值與標準差規範化。
(3) 小數定標規範化是通過移動屬性a的小數點位置來實現的。小數點的移動位數依賴於a的最大絕對值。
線性函式轉轉講一系列資料對映到相應區間，例如將所有資料對映到 1~100
可用下列函式
y=((x-min)/(max-min))*(100-1)+1
1-100 範圍內
min是資料集中最小值，max是最大值
資料標準化（歸一化）方法
在現實生活中，乙個目標變數 y 可以認為是由多個特徵變數 x 影響和控制的，那麼這些特徵變數的量綱和數值的量級就會不一樣，比如x1 10000，x2 1，x3 0.5 可以很明顯的看出特徵x1和x2 x3存在量綱的差距 x1對目標變數的影響程度將會比x2 x3對目標變數的影響程度要大 可以這樣認為目...
資料標準化（歸一化）
資料標準化 歸一化 處理是資料探勘的一項基礎工作，不同評價指標往往具有不同的量綱和量綱單位，這樣的情況會影響到資料分析的結果，為了消除指標之間的量綱影響，需要進行資料標準化處理，以解決資料指標之間的可比性。原始資料經過資料標準化處理後，各指標處於同一數量級，適合進行綜合對比評價。以下是兩種常用的歸一...
資料標準化 歸一化
資料標準化 歸一化 處理是資料探勘的一項基礎工作，不同評價指標往往具有不同的量綱和量綱單位，這樣的情況會影響到資料分析的結果，為了消除指標之間的量綱影響，需要進行資料標準化處理，以解決資料指標之間的可比性。原始資料經過資料標準化處理後，各指標處於同一數量級，適合進行綜合對比評價。以下是兩種常用的歸一...