数据归一化，标准化，正则话的联系与区别

数据处理的features engineering过程中，常常需要根据算法的input数据格式对数据进行预处理，对数值性数的表处理可以提高算法的精度，保证算法的可信度。常用的数据处理办法有数据归一化，标准话和正则话。

1：数据归一化（Normalization）

 1.把数据变为（0，1）之间的小数。主要是为了方便数据处理，因为将数据映射到0～1范围之内，可以使处理过程更加便捷、快速。

2.把有量纲表达式变换为无量纲表达式，成为纯量。经过归一化处理的数据，处于同一数量级，可以消除指标之间的量纲和量纲单位的影响，提高不同数据指标之间的可比性。

主要算法：

        1.线性转换，即min-max归一化（常用方法）

        y=(x-min)/(max-min)

        2. 对数函数转换

        y=log₁₀(x)

        3.反余切函数转换

        y=atan(x)*2/PI

sklearn中preprocessing.MinMaxScaler类集成了归一化方法，可以实现：