标准化归一化正则化

一、标准化（normalization）
公式为：(X-X_mean)/X_std
将数据按其属性（每列）减去其均值，除以其方差，最后得到的结果是对每个属性/每列来说所有的数据都聚集在0附近，方差值为1。计算时对每个属性/每列分别进行。
方法一：使用sklearn.preprocessing.scale(）函数
说明：x_mean(axis=0)计算X每个特征的平均值
x_std(axis=0)计算X每个特征的方差
preprocessing.scale(x)直接标准化X

方法二：sklearn.preprocessing.StanderScale类

二、归一化
归一化的好处：提升模型收敛速度，提高模型精度，防止模型梯度爆炸
常用的归一化方法有：
min_max标准化：(X-min)/(max-min),该方法的缺点是当有新数据加入时就要重新定义最大值与最小值。
0_1标准化