一、16000的位置
（16000-5000）/（58000-5000）=0.2075
代码实现如下：
# coding:utf-8
from sklearn import preprocessing
import numpy as np
# 初始化数据，每一行表示一个样本，每一列表示一个特征
x = np.array([[5000.],[16000.],[58000.]])
# 将数据进行 [0,1] 规范化
min_max_scaler = preprocessing.MinMaxScaler()
minmax_x = min_max_scaler.fit_transform(x)
print(minmax_x)
输出：
[[0. ]
 [0.20754717]
 [1. ]]
二、关于规范化方法
1.min-max：将数据归一化到[0,1]区间
2.z-score：将数据规范到0均值，1方差的标准正态分布上，减少老师说的百分制80和500分制80的数据值差异问题
3.小数定标规范化：将数据转化为[-1,1]区间中

老师您好， Z-Score 规范化的分数转化这块，由于我目前在一家公司做产品经理，现在刚好在负责教育行业成绩分析业务，想跟你探讨下。
       将学生的原始分数成绩进行转化成Z分可以进行比较一个学生历次考试之间的波动情况进步程度，或者是同一次考试的不同科目直接进行比较来判断学生的各科均衡度。
       但是，这个“Z-Score”分的计算方式，目前我查到其它资料，老师文章中的列出的计算公式是属于“Z分的线性计算公式”，将整批学生的成绩都转化成Z分后，其Z分不一定能完全呈现标准的正态分布，在某些情况下做比较可信度是不高的（比如：一次考试本身的原始分数呈现负偏态，另一次考试原始成绩呈现正偏态，转化后的Z分并不一定能让偏态变成标准正态，在两次考试都处于偏态情况下，同一学生的两次考试成绩做波动进步程度分析就不大可信）
        我刚查到另一种计算非线性Z分的方式：
        1、先按该公式计算出百级等级分：百分等级分数（年级）=100﹣（100×年级名次-50）÷年级有效参考总人数；该百级等级分便是每个学生在该批学生的相对位置，其百分等级分数对应便是标准正态分布图的所占面积比例
        2、再按该百分等级数去标准正态分布表里去查出Z-Score ，这样最终得出的Z分便是标准的正态分布，能将偏态转化成标准正态，这样就能比较同一学生的各次考试
       以上是我目前的理解，还望老师指点下!!!

陈老师，有几个问题需要请教一下您：
1. 数据规范化、归一化、标准化是一个概念吗？之前看到有博客还专门区分归一化、标准化，将这里的Min-max规范化强调为归一化，将Z-score规范化强调为标准化，现在学完这个我有点晕了。看sklearn官方文档Preprocessing data部分有4.3.1. Standardization, or mean removal and variance scaling¶和4.3.3 Normalization两小节内容，看得我更晕了。
2. 一般什么时候用Min-max规范化？什么时候用Z-score规范化？
3. 数据什么时候需要做规范化呢？
4. 再问细一点的，逻辑回归模型需要做数据规范化吗？决策树模型需要做数据规范化吗？

(16000-5000)/(58000-5000) = 0.20754717
代码实现：
import numpy as np
from sklearn import preprocessing
x = np.array([[16000],[5000],[58000]])
minmax_scale = preprocessing.MinMaxScaler().fit_transform(x)
print(minmax_scale)

感觉这块的内容讲的有点浅了 有很多的细节没有讲到 比如MinMaxScaler()，fit_transform(x)这2个函数的解释，希望老师可以把sklearn库中一些相关函数详细讲解下，谢谢

有时候数据变换比算法选择更重要，数据错了，算法再正确也错的。这就是为什么数据分析师80%的时间会花在前期的数据准备上了。

#数据挖掘前的准备工作

在数据变换前，需要对数据进行筛选，然后进行数据探索和相关性分析，接着选择算法模型，然后针对算法模型对数据进行数据变换，从而完成数据挖掘前的准备工作。

#数据变换的四种常见方法
1、数据平滑
    去除数据噪声，将连续数据离散化。主要是用分箱、聚类和回归方式等算法进行数据平滑。
2、数据聚集
    个人理解就是对数据聚合。
    对数据进行汇总，比如常见的使用sql的聚合函数。
3、数据概化
    个人理解就是数据维度抽象。
    将数据由较低的概念抽象成为较高的概念，减少数据复杂度，即用更高的概念替代更低的概念。比如说上海、杭州、深圳、北京可以概化为中国。
4、数据规范化
    常用方法：min-max规范化、Z-score规范化、按小数定标规范化。
5、属性构造
    人个理解就是根据需要加字段。

#数据规范化的几种方法
1、Min-Max规范化
    将原始数据变换到[0,1]的空间中。
    公式：新数值=(原数值-极小值)/(极大值-极小值)

2、Z-score规范化
    对不同级别的数据按相同标准来进行比较。
    公式: 新数值 = (原数值-均值)/标准差

3、小数定标规范化
    不知道作用是干啥？
    
#Python 的 SciKit-Learn 库
是一个机器学习库，封装了大量的机器学习算法，比如分类、聚类、回归、降维等。另外，它还包括了上面说的数据变换模块。

# coding:utf-8
import numpy as np
from sklearn.preprocessing import MinMaxScaler

minMaxArray = np.array([[5000], [58000]])
scaler = MinMaxScaler()
scaler.fit(minMaxArray)
print(scaler.transform([[16000]]))

思考题：
属性income=16000，做Min-Max规范化，income=(16000-5000)/(58000-5000) = 0.207547
数据规范化的方式：
(1)Min-Max规范化，变换公式：新数值 =（原数值 - 极小值）/（极大值 - 极小值）
(2)Z-Score规范化，变换公式：新数值 =（原数值 - 均值）/ 标准差
(3)小数定标规范化，通过移动小数点的位置来进行规范化。小数点移动多少位取决于属性的取值中的最大绝对值。

# coding:utf-8
from sklearn import preprocessing
import numpy as np
# 初始化数据，每一行表示一个样本，每一列表示一个特征
x = np.num（5000,58000）
# 将数据进行 [0,1] 规范化
min_max_scaler = preprocessing.MinMaxScaler()
minmax_x = min_max_scaler.fit_transform(x)
print minmax_x