如何规范化 Excel 中的数据？
归一化一词本身就是一个流行语，在来自机器学习、数据科学、统计学等不同领域的人们中很流行。归一化是一个通用术语，意思是在一定范围内缩小值。归一化这个词之所以成为流行语，是因为它经常被人们误解，并且可以与另一个统计术语标准化互换使用。在本文中，我们将揭开这两个术语的神秘面纱，稍后我们将了解如何在 Excel 中的示例数据集上实现这些技术。
excel中的标准化（或最小-最大缩放）数据
它是以所有数据点都位于 0 到 1 范围内的方式缩放数据的过程。因此，这种技术可以使所有数据点达到一个共同的比例。归一化的数学公式如下：
，其中 X 是数据点，X max和 X min分别是记录组中的最大值和最小值。当数据的分布不遵循高斯分布时，一般会使用归一化的过程。
让我们看一个例子，看看我们如何对样本数据集执行规范化。假设我们有一个班级内 10 名学生的身高记录，如下所示：Height (in cm) 152 155 168 175 153 162 173 166 158 156
第 1 步：计算分布中的最小值。它可以使用 MIN()函数来计算。最小值为 152，存储在 B14 单元格中。
使用 MIN()函数计算最小值
第 2 步：计算分布中的最大值。它可以使用 MAX()函数来计算。最大值为 175，存储在 B15 单元格中。
使用 MAX()函数计算最大值
第 3 步：找出最大值和最小值之间的差异。它们的差值是 175 – 152 = 23，存储在 B16 单元格中。
计算差异（Max-Min）
第 4 步：对于存储在 A2 单元格中的第一个数据，我们将计算归一化值，如下面的视频所示。
计算第一个元素的标准化值
第 5 步：我们可以手动为每个数据记录一个一个地计算所有值，也可以使用 Excel 的自动填充功能直接获取所有其他单元格的值。为此，请转到 B2 单元格的右上角，直到出现 (+) 符号，然后将光标拖到底部以自动填充所有单元格内的值。
计算整个范围的归一化值
注意：在计算 B2 单元格中的第一个归一化值时，应确保使用 Fn + F4 按钮锁定 B14 和 B16 单元格的引用地址，否则将引发错误。
如果我们仔细查看结果，我们会注意到所有值都在 0 到 1 的范围内。
标准化（或 Z 分数标准化）
标准化是一个过程，我们希望以这样一种方式缩放我们的数据，即我们的数据分布的平均值为 0，标准差为 1。标准化的数学公式如下：
，其中 X 是数据点，X均值是分布的均值，σ x是分布的标准差。
当我们知道数据的分布服从高斯分布时，通常使用标准化的过程。
方法 1：手动计算 z-score 归一化
第 1 步：计算分布的均值/平均值。可以使用 AVERAGE()函数来完成。平均值为 161.8 并存储在 B14 单元格中。
使用 AVERAGE()函数计算平均值
第 2 步：计算可以使用 STDEV()函数完成的分布的标准差。标准偏差为 8.323994767，存储在 B15 单元格中。
使用 STDEV()函数计算标准偏差
第 3 步：对于存储在 A2 单元格中的第一个数据，我们将计算标准化值，如下图所示。
计算第一个元素的标准化值
第 4 步：手动计算第一个值后，我们可以简单地使用 Excel 的自动填充功能来填充所有其他记录的标准化值。
使用自动填充计算整个范围的标准化值
注意：在计算B2单元格中的第一个标准化值时，请务必使用Fn+F4键锁定B14和B15单元格的引用地址，否则会报错。
方法 2：使用 STANDARDIZE()函数计算 Z 分数归一化
我们甚至可以使用内置的 STANDARDIZE()函数来查找元素的标准化值。 STANDARDIZE()函数的语法如下：
=STANDARDIZE(x,mean,std_dev)
其中 x 是单元格的特定元素/范围，mean 是记录中所有元素的平均值/算术平均值，std_dev 是记录中所有元素的标准差
第 1 步：计算分布的均值/平均值。可以使用 AVERAGE()函数来完成。平均值为 161.8 并存储在 B14 单元格中。
使用 AVERAGE()函数计算平均值
第 2 步：计算可以使用 STDEV()函数完成的分布的标准差。标准偏差为 8.323994767，存储在 B15 单元格中。
使用 STDEV()函数计算标准偏差
第 3 步：对于存储在 A2 单元格中的第一个数据，我们将计算标准化值，如下图所示。
使用 STANDARDIZE()函数计算第一个元素的标准化值
第 4 步：手动计算第一个值后，我们可以简单地使用 Excel 的自动填充功能来填充所有其他记录的标准化值。
使用自动填充计算整个范围的标准化值