Какие существуют методы нормализации данных в Data Science?

Некоторые методы нормализации данных в Data Science:

• Min-Max нормализация. kurshub.ru Метод предполагает взятие минимального и максимального значения признака и линейное сжатие всего диапазона в отрезок [0, 1]. kurshub.ru
• Z-Score (стандартизация). kurshub.ru Подход заключается в приведении данных к стандартному нормальному распределению со средним 0 и стандартным отклонением 1. kurshub.ru
• Десятичное масштабирование. wiki.loginom.ru Нормализация производится путём перемещения десятичной точки на число разрядов, соответствующее порядку числа. wiki.loginom.ru
• Отношение. wiki.loginom.ru В этом методе каждое значение исходных данных делится на некоторое, заданное пользователем число, или на значение статистического показателя, вычисленного по набору данных, например, среднее, стандартное отклонение, дисперсию, вариационный размах и другие. wiki.loginom.ru
• Робастная нормализация (по межквартильному интервалу). habr.com Преимущество метода в том, что каждый из признаков равен по своему возможному влиянию — величина интервала, за пределами которого находятся выбросы, одинакова у каждого из них. habr.com

Выбор метода нормализации зависит от задачи, и универсального решения нет. kurshub.ru Оптимальный способ помогает подобрать тестирование на реальных данных. kurshub.ru