Normalizacija je dobro koristiti kada znate da distribucija vaših podataka ne slijedi Gaussovu distribuciju. … Standardizacija, s druge strane, može biti od pomoći u slučajevima kada podaci slijede Gausovu distribuciju.
Da li da koristim normalizaciju ili standardizaciju?
Normalizacija je korisna kada vaši podaci imaju različite skale i algoritam koji koristite ne daje pretpostavke o distribuciji vaših podataka, kao što su k-najbliži susjedi i umjetne neuronske mreže. Standardizacija pretpostavlja da vaši podaci imaju Gausovu distribuciju (zvonasta kriva).
Da li je standardizacija isto što i normalizacija?
U poslovnom svijetu, "normalizacija" tipično znači da je raspon vrijednosti " normaliziran da bude od 0.0 do 1.0". "Standardizacija" tipično znači da je raspon vrijednosti "standardiziran" kako bi se izmjerilo koliko je standardnih devijacija vrijednost od svoje srednje vrijednosti.
Da li je uvijek dobro normalizirati podatke?
Normalizacijom, zapravo odbacujete neke informacije o podacima kao što su apsolutne maksimalne i minimalne vrijednosti. Dakle, ne postoji pravilo. Kao što su drugi rekli, normalizacija nije uvijek primjenjiva; npr. sa praktične tačke gledišta.
Kada ne biste trebali normalizirati podatke?
Neki dobri razlozi da se ne normalizira
- Pridruživanja su skupa. Normalizacija vaše baze podataka često uključuje kreiranje puno tabela. …
- Normalizovan dizajn je težak. …
- Brzo i prljavo treba da bude brzo i prljavo. …
- Ako koristite NoSQL bazu podataka, tradicionalna normalizacija nije poželjna.
