数据预处理----数据归一化

不同的评价标准往往具有不同的量纲和单位。在进行数据分析的时候，我们需要消除这些评价标准之间的影响，进行数据标准化，使得各个指标处于同一数量级。

两种形式

1. 将数转化为（0，1）之间的小数，一般为min-max标准化，适用于有边界的训练集。
2. 将数据无量纲化，一般为z-score标准化方法。

min-max标准化

对于每一个标准里的变量，我们减去标准中的最小值除以最大值减去最小值
$$\hat{x}=\frac{x-min}{max-min}$$

import numpy as np
import matplotlib.pyplot as plt

x = np.random.randint(0, 10, size=200)
x_std = (x - np.min(x)) / (np.max(x) - np.min(x))
plt.plot(x)
plt.plot(x_std)
plt.show()

z-score标准化方法

对于每一个标准里的变量，我们减去标准中的均值再除以标准差
$$\hat{x}=\frac{x-x(mean)}{x(std)}$$

import numpy as np
import matplotlib.pyplot as plt

x = np.random.randint(0, 10, size=200)
z_score = (x - np.mean(x)) / (np.std(x))
plt.plot(x)
plt.plot(z_score)
plt.show()