Min-Max归一化实例解析
Min-Max 归一化的简单理解是：
当前值 - 该维度的最小值） / 该维度的数值范围 （最大值 - 最小值）
再简单理解，就是比例化 ，当前维度范围 的比例化
Min-Max 归一化是数据预处理领域的标准算法 ，其核心价值是通过 "固定步骤 + 数学公式"
居然是一个算法。 "固定步骤 + 数学公式"
一、Min-Max归一化核心概念
Min-Max归一化（也称为离差标准化）是数据预处理中常用的线性归一化方法，其核心作用是将原始数据映射到指定的固定区间（最常用区间为[0,1]，也可根据需求调整为[1,5]、[-1,1]等），消除不同特征间的量纲和尺度差异。
其核心公式为（以目标区间[0,1]为例）：
Xnorm=X−XminXmax−XminX_{norm} = \frac{X - X_{min}}{X_{max} - X_{min}}Xnorm=Xmax−XminX−Xmin
其中各参数含义：
-
X：原始数据样本的值
-
X：该特征维度下所有原始数据的最小值
-
X：该特征维度下所有原始数据的最大值
-
X：归一化后的数据值
若需映射到其他区间[a,b]，公式可调整为：
Xnorm=a+(X−Xmin)×(b−a)Xmax−XminX_{norm} = a + \frac{(X - X_{min}) \times (b - a)}{X_{max} - X_{min}}Xnorm=a+Xmax−Xmin(X−Xmin)×(b−a)
二、实际案例演算（映射到[0,1]区间）
案例背景：学生成绩标准化
某班级5名学生的数学成绩（满分150分）和语文成绩（满分120分）原始数据如下表，由于两科满分不同，尺度存在差异，需通过Min-Max归一化消除差异，便于后续综合评价。
| 学生编号 | 数学成绩（原始） | 语文成绩（原始） |
|---|---|---|
| 1 | 120 | 96 |
| 2 | 90 | 60 |
| 3 | 150 | 120 |
| 4 | 60 | 48 |
| 5 | 105 | 84 |
步骤1：计算各特征维度的最值
分别针对"数学成绩"和"语文成绩"两个维度，计算各自的最小值（X）和最大值（X）：
-
数学成绩维度 ：原始数据为[120,90,150,60,105]
X = 60（学生4的成绩）
-
X = 150（学生3的成绩）
-
X-X = 150-60 = 90
语文成绩维度 ：原始数据为[96,60,120,48,84]
X = 48（学生4的成绩）
X = 120（学生3的成绩）
X-X = 120-48 = 72
步骤2：逐样本逐维度计算归一化值
以学生1为例，演示计算过程：
-
数学成绩归一化：X=120，代入公式得 (120-60)/90 = 60/90 ≈ 0.67
-
语文成绩归一化：X=96，代入公式得 (96-48)/72 = 48/72 ≈ 0.67
按此方法计算所有学生的归一化成绩，结果如下表：
| 学生编号 | 数学成绩（归一化） | 语文成绩（归一化） | 综合成绩（两科均值） |
|---|---|---|---|
| 1 | ≈0.67 | ≈0.67 | 0.67 |
| 2 | (90-60)/90≈0.33 | (60-48)/72≈0.17 | 0.25 |
| 3 | (150-60)/90=1.00 | (120-48)/72=1.00 | 1.00 |
| 4 | (60-60)/90=0.00 | (48-48)/72=0.00 | 0.00 |
| 5 | (105-60)/90≈0.50 | (84-48)/72≈0.50 | 0.50 |
步骤3：结果分析
归一化前，数学成绩的绝对分值普遍高于语文成绩（因满分更高），直接计算均值会偏向数学成绩；归一化后，两科成绩均处于[0,1]区间，尺度统一，综合成绩能更公平地反映学生的整体水平。
三、代码实现案例（Python+NumPy）
针对上述学生成绩数据，通过代码自动化实现Min-Max归一化，可快速处理大规模数据：
python
import numpy as np
# 1. 准备原始数据（行：学生，列：数学、语文）
raw_data = np.array([[120, 96],
[90, 60],
[150, 120],
[60, 48],
[105, 84]])
# 2. 定义Min-Max归一化函数（默认映射到[0,1]）
def min_max_normalization(data, target_min=0, target_max=1):
# 计算每列（每个特征）的最小值和最大值
data_min = data.min(axis=0) # 按列取最小，结果：[60, 48]
data_max = data.max(axis=0) # 按列取最大，结果：[150, 120]
# 避免分母为0（若某特征所有值相同）
denominator = data_max - data_min
denominator[denominator == 0] = 1e-8 # 替换为极小值
# 应用归一化公式
normalized_data = target_min + (data - data_min) * (target_max - target_min) / denominator
return normalized_data, data_min, data_max
# 3. 执行归一化
normalized_data, data_min, data_max = min_max_normalization(raw_data)
# 4. 输出结果
print("原始数据：")
print(raw_data)
print("\n归一化后数据（[0,1]区间）：")
print(np.round(normalized_data, 2)) # 保留2位小数
print("\n各特征最小值：", data_min)
print("各特征最大值：", data_max)代码运行结果：
text
原始数据：
[[120 96]
[ 90 60]
[150 120]
[ 60 48]
[105 84]]
归一化后数据（[0,1]区间）：
[[0.67 0.67]
[0.33 0.17]
[1. 1. ]
[0. 0. ]
[0.5 0.5 ]]
各特征最小值： [60 48]
各特征最大值： [150 120]四、关键注意事项
-
对异常值敏感：若数据中存在极端异常值（如某学生数学考0分），会导致X或X偏差极大，归一化结果失真。建议先处理异常值（如用中位数替换）再归一化。
-
训练集与测试集一致性：建模时，需用训练集的X和X对测试集进行归一化，而非单独计算测试集的最值，避免数据泄露。
-
分母为0处理：若某特征所有样本值相同（如所有学生语文都考80分），会导致分母为0，需在代码中添加容错处理（如替换为极小值）。
（注：文档部分内容可能由 AI 生成）