精选优质文档-倾情为你奉上第一章多元正态分布1.在数据处理时,为什么通常要进行标准化处理? 数据的标准化(normalization)是将数据按比例缩放,使之落入一个小的特定区间。在某些比较和评价的指标处理中经常会用到,去除数据的单位限制,将其转化为无量纲的纯数值,便于不同单位或量级的指标能够进行比较和加权。其中最典型的就是0-1标准化和Z标准化。(1)0-1标准化(0-1 normalization)也叫离差标准化,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:其中max为样本数据的最大值,min为样本数据的最小值。这种方法有一个缺陷就是当有新数据加入时,可能导致max和min的变化,需要重新定义。(2)Z-score 标准化(zero-mean normalization)也叫标准化,经过处理的数据符合标准正态分布,即均值为0,标准差为1,也是SPSS中最为常用的标准化方法,其转化函数为:其中为所有样本数据的均值,为所有样本数据的标准差。2、欧氏距离与马氏距离的优缺点是什么