本文内容介绍了标准化葡萄酒数据集标准化处理对PCA主成分分析的影响
内容介绍
数据标准化:将数据保持在同一范围内的常见数据预处理操作。 其目的是处理不同比例和维度的数据，使其可以缩放到相同的数据间隔和范围，从而减少比例、特征和分布差异对模型的影响。 除模型计算外，标准化数据还具有直接计算和生成复合指标的意义，是对指标进行加权的必要步骤。
正规化数据标准化
同样需要处理原始数据。 不可缺少的是标准初始化(或Z-score normalization )，要求均值 =0和标准差 =1。数据归一化
另一种方法被称为Min-Max scaling。 (或称为“normalization”，即常见的0-1规范化)。 所有处理后特征的值都将压缩为0到1之间的区间。 这也抑制了离群值对结果的影响。