归一化

我们在处理数据的时候，经常会遇到量纲不一样的情况。例如1元和1角，数值都为1，但是谁大呢？这种情况对我们人而言，已经是常识了，但是对机器呢？还有我们不熟悉的情况呢？这就需要归一化（normalization），我们需要将它们映射到统一的一个区间，使得在这个区间内直接对它们操作是合理的。在知乎上我一个同学是这样回答的“归一化首先在维数非常多的时候，可以防止某一维或某几维对数据影响过大，其次可以程序可以运行更快。方法很多，min-max,z-score,p范数等，具体怎么使用，要根据数据集的特征来选择。”（http://www.zhihu.com/question/20455227）

归一化具体的是指，将数据按比例缩放，使之落入一个小的特定区间。

常用的归一化方法有：

1. min-max归一化

这是一种线性规范化，具体计算公式为：