目前在学习大数据处理过程中，和前辈们学习了数据标准化的处理原则，公式暂时不能上传，后面有机会会上传图片，记录如下：

1.1 同一指标内部数据相对差距不变原则；

同一指标内部数据的相对差距是指不同的评价对象在一个指标上的表现不同,表现的差异即体现了数据的相对差距,标准化后的数值应该保持相对差距的不变性。一般情况下,综合评价选择的标准化方法都不应改变评价对象间的相对差距。

1.2 不同指标之间的相对差距不确定原则

在客观事物的发展过程中,不同指标的发展水平也不同。有些指标发展较快,总体水平可能较高;有些指标发展较慢,总体水平可能较低。数据标准化必须体现出这种差距。

1.3 区间稳定性原则

任意一个指标经过标准化后的指标值都要在一个确定的区间内,如最小值是0,最大值是1。

1.4 总量恒定性原则

任意一个指标经过标准化处理后,各评价对象的标准值之和为一恒定的常数。

1.5 单调性原则

标准化后的数据要保留原有数据的顺序关系。

1.6 差异比不变原则

标准化后的数据保留原有数据之间对于某个标准量的比较关系。

1.7 平移无关性原则

将原始数据进行“平移”,标准化后的结果不变。即 f (x+c)=f (x)成立,其中c为任意非零常数, f (x)为标准化函数。

1.8 缩放无关性原则

将原始数据“放大”或“缩小”, 标准化后的结果不变。即f (cx)=f (x)成立,其中c为任意非零常数, f (x)为标准化函数。