نرمال سازی به روش مین مکس که به نام Rescaling (min-max normalization) نیز شناخته می شود، ساده ترین روش برای تغییر بازه عددی مقادیر یک مجموعه به [1, 0] یا [1, 1-] است.
فرمول کلی نرمال سازی min-max normalization به صورت زیر است:
مثال: فرض کنید نتایج نظرسنجی درباره یک فیلم به صورت زیر است:
}excellent, fair, good, excellent{
با توجه به اینکه کاربران برای نشان دادن نظر خود از سه عبارت استفاده کرده‌اند، برای هر عبارت، یک مقدار عددی به صورت زیر در نظر می‌گیریم:
در نتیجه جدول بالا، نتایج نظرسنجی را به صورت عددی بازنویسی می‌کنیم:
}3,1,2,3{
در ادامه برای نرمال سازیMinMax داده‌ها به صورت زیر عمل می‌کنیم:
1. بزرگترین عدد را در مجموعه پیدا می‌کنیم: max = 3
2. کوچکترین عدد را در مجموعه پیدا می‌کنیم: min = 1
3. برای نرمال سازی، هر عدد از مجموعه را از min کم می‌کنیم، و تقسیم بر (max - min) می‌کنیم:
Normal(x) = (x - min) / (max – min)
Normal(3) = (3 - 1) / (3 – 1) = 2/2 = 1
Normal(1) = (1 - 1) / (3 – 1) = 0/2 = 0
Normal(2) = (2 - 1) / (3 – 1) = 1/2 = 0.5
Normal(3) = (3 - 1) / (3 – 1) = 2/2 = 1
با توجه به مقادیر به دست آمده، می‌توان نتیجه گرفت که پس از نرمال‌سازی، maximum مجموعه همیشه 1 و minimum مجموعه نیز همیشه 0 می‌شود.
در این قسمت کد مربوط به این مطلب به زبان پایتون نوشته شده است:
test = [3,1,2,3] normalized = [] for i in range(len(test)): normalized.append((test[i] - min(test)) / (max(test) - min(test))) print(normalized)
لینک مطلب مربوط به min-max normalization، در ویکی پدیا:
