Normalization is goed om te gebruik wanneer jy weet dat die verspreiding van jou data nie 'n Gaussiese verspreiding volg nie. … Standaardisering, aan die ander kant, kan nuttig wees in gevalle waar die data 'n Gaussiese verspreiding volg.
Moet ek normalisering of standaardisering gebruik?
Normalisering is nuttig wanneer jou data verskillende skale het en die algoritme wat jy gebruik nie aannames maak oor die verspreiding van jou data, soos k-naaste bure en kunsmatige neurale netwerke nie. Standardization neem aan dat jou data 'n Gaussiese (klokkurwe) verspreiding het.
Is standaardisering dieselfde as normalisering?
In die sakewêreld beteken "normalisering" tipies dat die reeks waardes " genormaliseer word om vanaf 0 te wees.0 tot 1.0". "Standardisering" beteken tipies dat die reeks waardes "gestandaardiseer" is om te meet hoeveel standaardafwykings die waarde van sy gemiddelde is.
Is dit altyd goed om data te normaliseer?
Deur te normaliseer, gooi jy eintlik inligting oor die data weg, soos die absolute maksimum en minimum waardes. Dus, daar is geen vuisreël. Soos ander gesê het, is normalisering nie altyd van toepassing nie; bv. uit 'n praktiese oogpunt.
Wanneer moet jy nie data normaliseer nie?
'n paar goeie redes om nie te normaliseer nie
- Aansluitings is duur. Normalisering van jou databasis behels dikwels die skep van baie tabelle. …
- Genormaliseerde ontwerp is moeilik. …
- Vinnig en vuil moet vinnig en vuil wees. …
- As jy 'n NoSQL-databasis gebruik, is tradisionele normalisering nie wenslik nie.
