特征归一化

在某些问题中，数据归一化是必不可少的。

线性归一化

公式：

该方法实现对原始数据的等比例缩放，X为原始数据，Xmax、Xmin分别为原始数据集的最大值和最小值。

此归一化方法的优缺点为

优点：
如果方差较小，可以使用此方法将特征差异放大  
缺点：
容易受到数据的影响，如噪音，或者最大值最小值太极端的情况。

零均值归一化

其中X是原数据，其中是原数据的均值，是原数据的方差。

此归一化方法的优缺点为：

优点：
将所有数据都归一到均值为0，方差为1的正态分布<br>
缺点：
对于不满足高斯分布的数据归一化后的结果较差