如何对原始数据进行规范化处理？

提问：

例如，将下图中，原始数据有年龄和工资两列数据，现需要将数据按照最小-最大规范化以及Z-得分标准化的方式缩放到制定范围内，如何进行实现？

实现方式：

一、最小-最大规范化

利用最小最大规范化将数据转换至一个范围内，例如0到1之间，最小值转换为0，最大值转换为1；

这里要借助DataFocus公式中的group_min和group_max公式；

如下图所示，工资为列名，使用公式group_min求出工资列的最小值，使用公式group_max求出工资列的最大值，然后按照最小-最大规范化的方法进行四则运算；

【X_NORM】(工资-group_min(工资))/(group_max(工资)-group_min(工资))

效果如图所示：

二、Z-得分标准化（标准化）

Z-得分标准化是基于平均值和标准偏差的尺度数据，也就是利用数据减去平均值的差异除以标准偏差；

这里要借助DataFocus公式中的group_average和group_stddv公式；

如下图所示，年龄为列名，使用公式group_average求出年龄列的平均值，使用公式group_stddv求出年龄列的标准差，然后按照Z-得分标准化的方法进行四则运算；

【Z_SCORE】(年龄-group_average(年龄))/group_stddev (年龄)

效果如图所示。