Mean Normalization｜均值归一化

-----------------------------------------------------------------------------------------------

这是我在我的网站中截取的文章，有更多的文章欢迎来访问我自己的博客网站rn.berlinlian.cn，这里还有很多有关计算机的知识，欢迎进行留言或者来我的网站进行留言！！！

-----------------------------------------------------------------------------------------------

一、均值归一化简介

均值归一化（Mean Normalization） 是一种常见的数据预处理方法。它的核心思想是：将原始数据减去其均值，使得数据的中心值变为 0，从而消除不同数据之间的整体偏移。

在推荐系统中，用户的打分习惯差异很大：有些用户习惯给高分，有些用户则普遍打低分。如果不做处理，模型可能会把这种“用户个人偏好”当作电影本身的特征，导致推荐结果不准确。

通过均值归一化，我们能够 消除这种打分习惯的差异，让模型更关注用户和物品之间的相对关系，而不是绝对分数。

通俗理解：
就像有的人总是打高分（比如所有电影起步 4 星），有的人总是苛刻（很少打 5 星）。均值归一化就像给每个人“校正”了一下，让大家的打分基准都一致，这样推荐结果才更公平。