机器学习里面的归一化、标准化、中心化、正则化

归一化、标准化、中心化是对一组数值而言的，主要墓地是改变这一组数值的均值和分布范围。

• 归一化，把 min-max normalization 叫做归一化，也就是x=x - min(x) / max(x) - min(x)
• 标准化，把 z-score normalization 叫做标准化，也就是x=x - mean(x) / μ
• 中心化，所有数值都减去这组数值的平均值，那么这堆数值的平均值就变成了0。通常也叫零均值化。
• 正则化：通常是在损失函数后面添加一个惩罚项，来影响计算得到的损失值。惩罚项也是一个函数。