# Normalizador Min-Max Normalizar dados numéricos usando escalonamento Min-Max para transformar valores em uma faixa de 0-1. Perfeito para pré-processamento de machine learning, análise de dados e escalonamento de características. Recursos: - Escalonamento Min-Max (normalização 0-1) - Suporte para faixa personalizada (como -1 a 1) - Seleção de múltiplas colunas - Detecção automática de tipo de dados - Processamento de valores ausentes - Preservação de colunas não numéricas - Inclui resumo estatístico Casos de Uso Comuns: - Preparação de características para machine learning - Normalização de entrada de redes neurais - Pré-processamento para visualização de dados - Análise comparativa em diferentes escalas > Página canônica: https://elysiatools.com/pt/tools/data-normalizer-minmax - **Categoria:** Data Processing - **Palavras-chave:** dados, normalização, min-max, escalonamento, padronização, característica, machine learning, pré-processamento ## Visão geral O Normalizador Min-Max é uma ferramenta eficiente para transformar dados numéricos em uma escala fixa, geralmente entre 0 e 1, facilitando a comparação e o processamento em modelos de machine learning. ## Entradas - **Dados CSV** (textarea): name,age,salary Alice,25,50000 Bob,30,75000 Charlie,35,120000 - **Colunas Alvo** (textarea): idade, salário ou nome, email Deixe em branco para detectar automaticamente colunas numéricas - **Faixa de Saída** (text): 0, 1 - **Tratar Valores Ausentes** (select) - **Preservar Colunas Originais** (checkbox) - **Casas Decimais** (number) - **Incluir Estatísticas** (checkbox) ## Quando usar - Ao preparar conjuntos de dados para algoritmos de machine learning sensíveis à escala. - Ao comparar variáveis que possuem unidades de medida ou magnitudes muito diferentes. - Ao realizar pré-processamento para melhorar a convergência de redes neurais. ## Como funciona - Cole seus dados no formato CSV na área de entrada. - Selecione as colunas que deseja normalizar ou deixe em branco para detecção automática. - Defina a faixa de saída desejada e escolha como tratar valores ausentes. - Clique em processar para obter os dados normalizados com o resumo estatístico opcional. ## Casos de uso - Padronização de características (features) para modelos de regressão ou classificação. - Ajuste de dados de sensores para visualização em gráficos comparativos. - Normalização de entradas para algoritmos baseados em distância, como K-Nearest Neighbors. ## Perguntas frequentes ### O que é a normalização Min-Max? É um método de escalonamento que transforma valores numéricos para uma faixa específica, mantendo a proporção original dos dados. ### Posso usar uma faixa diferente de 0 a 1? Sim, você pode definir uma faixa personalizada, como -1 a 1, no campo de configuração de saída. ### Como a ferramenta lida com valores ausentes? Você pode optar por pular linhas com valores ausentes ou preenchê-los usando a média, mediana, zero, mínimo ou máximo da coluna. ### Colunas não numéricas são afetadas? Não, a ferramenta preserva colunas não numéricas, garantindo que a estrutura original do seu arquivo seja mantida. ### É possível ver as estatísticas dos dados? Sim, ao ativar a opção 'Incluir Estatísticas', a ferramenta gera um resumo com os valores mínimos e máximos utilizados no cálculo. ## Ferramentas relacionadas - [Calculadora de Coeficiente de Variação](https://elysiatools.com/pt/tools/coefficient-of-variation): Calcular o coeficiente de variação (CV) para colunas numéricas para medir a variabilidade relativa - [Processador de Limites de Dados](https://elysiatools.com/pt/tools/data-boundary-processor): Ferramenta avançada de processamento de limites que identifica e gerencia valores mínimos e máximos em dados numéricos. Perfeita para validação de dados, verificação de intervalos, análise estatística e pré-processamento de dados. - [Gerador de Tabelas Cruzadas de Dados](https://elysiatools.com/pt/tools/data-crosstab-generator): Gerador avançado de tabelas cruzadas (tabelas dinâmicas) que cria análises de tabulação cruzada poderosas a partir de seus dados. Perfeito para inteligência de negócios, análise estatística, exploração de dados e relatórios. - [Deduplicador de Dados CSV](https://elysiatools.com/pt/tools/data-deduplicator): Remove registros duplicados baseados em combinações de colunas - [Limitador de Faixa de Dados](https://elysiatools.com/pt/tools/data-range-limiter): Limitar valores numéricos a faixas específicas através de recorte, filtragem ou marcação de valores fora da faixa. Perfeito para controle de qualidade de dados, limpeza de sensores, execução de regras de negócio e pré-processamento de dados. Recursos: - Recorte de faixa (recorta valores para limites mínimo/máximo) - Filtragem de faixa (remove linhas fora dos limites) - Marcação de faixa (marca valores modificados) - Configuração de faixa por coluna - Detecção automática de colunas numéricas - Múltiplas estratégias de processamento - Relatório detalhado de modificações - Análise estatística de alterações - Execução de regras de negócio Casos de Uso Comuns: - Validação e limpeza de dados de sensores - Preparação de entrada para machine learning - Controle e validação de qualidade de dados - Execução de restrições de negócio - Gerenciamento e controle de valores anômalos - Pipelines de pré-processamento de dados - [Normalizador Z-Score](https://elysiatools.com/pt/tools/data-zscore-normalizer): Normalizar dados numéricos usando Z-Score (pontuação padrão) para transformar valores com média=0 e desvio padrão=1. Perfeito para análise estatística, pré-processamento de machine learning, detecção de anomalias e comparação de dados em diferentes escalas. Recursos: - Normalização Z-Score (média=0, desvio padrão=1) - Opção de Z-Score Robusto (usando mediana e MAD) - Escalonamento personalizado para faixa alvo - Seleção de múltiplas colunas - Detecção automática de tipo de dados - Processamento inteligente de valores ausentes - Preservação de colunas não numéricas - Resumo estatístico abrangente - Detecção e relatório de anomalias Casos de Uso Comuns: - Preparação de características para machine learning - Testes de hipóteses estatísticas - Detecção e remoção de anomalias - Comparação de dados em diferentes unidades - Pré-processamento para Análise de Componentes Principais (PCA) - [Removedor de Colunas Duplicadas](https://elysiatools.com/pt/tools/duplicate-column-remover): Remover colunas duplicadas de dados CSV com estratégias flexíveis de detecção. Perfeito para limpar conjuntos de dados, remover informações redundantes e otimizar a estrutura de dados. - [Adicionar Cabeçalhos](https://elysiatools.com/pt/tools/header-adder): Adicionar cabeçalhos a dados CSV sem nomes de coluna. Perfeito para importações de banco de dados, respostas de API ou conjuntos de dados numéricos. ## Exemplos - [Exemplos CSV](https://elysiatools.com/pt/samples/csv-samples): Arquivos CSV de exemplo com vários tipos de dados, tamanhos e níveis de complexidade - [Exemplos Python](https://elysiatools.com/pt/samples/python): Exemplos de código Python e demonstrações Hello World - [Processamento de Strings Windows - Exemplos C#](https://elysiatools.com/pt/samples/windows-string-processing-csharp): Exemplos abrangentes de processamento de strings C# para plataforma Windows incluindo manipulação, divisão, junção, expressões regulares e análise de texto - [Exemplos de Comunicação em Tempo Real WebRTC](https://elysiatools.com/pt/samples/webrtc-samples): Exemplos completos WebRTC para comunicação áudio/vídeo P2P, canais de dados, compartilhamento de tela e servidor de sinalização ## Conteúdo relacionado - [Ferramentas de exportacao CSV e conversao de tabelas](https://elysiatools.com/pt/hubs/csv-convert): Compare conversoes entre CSV e Excel, JSON, HTML, Markdown, XML e texto em um unico hub para fluxos de intercambio tabular. - [Ferramentas de limpeza e reorganizacao de CSV](https://elysiatools.com/pt/hubs/csv-utility): Reune em um so hub ferramentas para limpar CSV, filtrar, ordenar, agrupar, juntar, dividir e reorganizar tabelas para fluxos de planilha e importacao/exportacao. - [Ferramentas de qualidade de dados, deduplicacao e deteccao de anomalias](https://elysiatools.com/pt/hubs/data-quality-anomaly-workflows): Perfilhe datasets CSV/JSON, compare versoes de planilhas e encontre duplicatas, outliers, faltas de dados, quebras relacionais e anomalias de series temporais em um unico hub. - [Ferramentas de codificacao e conversao de audio](https://elysiatools.com/pt/hubs/audio-convert): Compare conversao de formatos de audio, ajustes de bitrate, conversao de taxa de amostragem, troca de codec e exportacao em um unico hub.