在数据处理和机器学习中,归一化是一种常用的数据预处理方法,目的是将数据转换为统一的尺度或范围,使得不同特征之间具有可比性。以下是一些常用的归一化方法:
目录
一、绝对值归一化(Min-Max Normalization)
二、最大最小归一化(Max-Min Normalization)
三、z分数归一化(Z-score Normalization)
一、绝对值归一化(Min-Max Normalization)
绝对值归一化将数据线性地缩放到一个特定的范围,通常是[0, 1]。公式如下: