5.1.3 Normalizacja i standaryzacja danych
Normalizacja
W wyniku normalizacji danych otrzymujemy wektory, których wartości cech są
zawarte w przedziale <0,1>. Transformacja ta jest przeprowadzana według wzoru:
ai -ð ai _ min
a'i =ð
ai _ max -ð ai _ min
gdzie : ai_max jest maksymalną wartością występującą w zbiorze treningowym dla i-tej
cechy (genu), ai_min  minimalną wartością dla i-tej cechy
Operacja normalizacji wykonywana jest dla wszystkich wektorów ze zbioru treningowego i
testowego, przy czym dla obu zbiorów użyte są te same wartości ai_max i ai_min. Normalizacja
nie uwzględnia rozkładu wartości danej cechy, w związku z tym w przypadku wystąpienia w
danej cesze wartości znacznie różnych od przeciętnej, nastąpi ściśnięcie tych wartości w
bardzo wÄ…skim przedziale.
Standaryzacja
Standaryzacja jest transformacją wykorzystującą rozkład wartości w poszczególnych
cechach:
ai -ð ai
ai' =ð
sð (ðx)ð
i
gdzie:
1
ai =ð
åðail
n
l
2
1
sð (a) =ð (ðai -ð ai)ð
i åð
l
n -ð1
l
Wynikiem standaryzacji jest wektor cech , których wartość Å›rednia a =ð 0 , natomiast
odchylenie standardowe sð = 1, dziÄ™ki czemu wszystkie cechy majÄ… jednakowy wkÅ‚ad do
wartości odległości. Stosując standaryzację należy zachować ostrożność, gdyż, zastosowana
dla wektora cech, którego odchylenie standardowe jest bliskie zeru, może wprowadzić do
danych duży szum. Poza tym w przypadku gdy sð = 0, bÄ™dziemy mieli wielkość nieokreÅ›lonÄ…
(dzielenie przez 0), dlatego też przed zastosowaniem tej transformacji należy usunąć (p. 5.1.5)
tzw.  płaskie wzorce (flat pattern).