什么是”归一化“处理？

“归一化”是什么？

简而言之，归一化的目的就是使得预处理的数据被限定在一定的范围内（比如[0,1]或者[-1,1]），从而消除奇异样本数据导致的不良影响。

“归一化”的目的？

不同特征往往具有不同的量纲单位，这样的情况会影响到数据分析的结果，为了消除指标之间的量纲影响，需要进行数据归一化处理，以解决数据指标之间的可比性。例如，原始数据经过数据归一化处理后，各指标处于[0,1]之间的小数，适合进行综合对比评价，提高精度。

---

与“标准化”的不同？

标准化是通过特征的平均值和标准差，将特征缩放成一个标准的正态分布，缩放后均值为0，方差为1。
但即使数据不服从正态分布，也可以用此法。特别适用于数据的最大值和最小值未知，或存在孤立点的情况。

“标准化”的目的？

1）、标准化是为了方便数据的下一步处理，而进行的数据缩放等变换，不同于归一化，并不是为了方便与其他数据一同处理或比较。
2）、标准化后的变量值围绕0上下波动，大于0说明高于平均水平，小于0说明低于平均水平。