数据归一化和数据标准化

归一化（Normalization）：

一般是将数据映射到指定的范围，用于去除不同维度数据的量纲以及量纲单位，常见的映射范围有[0，1]和[-1，1]。
最常见的归一化方法就是Min-Max归一化，也称为离差标准化，是对原始数据的线性变换，使结果值映射到[0，-1]之间。

X是样本数据，Xmax为样本数据的最大值，Xmin为样本数据的最小值。这种归一化方法比较适用在数值比较集中的情况。但是，如果max和min不稳定，很容易使得归一化结果不稳定，使得后续使用效果也不稳定。

若要转换到[-1,1]的范围，可以使用以下的公式：

实质上，归一化的一般规范函数是：y = (ymax-ymin)*(x-xmin)/(xmax-xmin) + ymin

标准化（Normalization; Standardization）：

标准化是依照特征矩阵的列处理数据。数据标准化方法有多种，如：直线型方法(如极值法、标准差法)、折线型方法(如三折线法)、曲线型方法(如半正态性分布)。不同的标准化方法，对系统的评价结果会产生不同的影响。
其中，最常用的是Z-Score 标准化。这种方法给予原始数据的均值（mean）和标准差（standard deviation）进行数据的标准化。经过处理的数据符合标准正态分布，即均值为0，标准差为1，具体的转换函数如下：

其中x是样本数据，μ是样本数据均值，σ是样本数据标准差。
经过标准化后的数据能保持异常值中的有用信息，使得算法对异常值不太敏感，这一点是归一化无法做到的。

选择归一化或者标准化的场景：

（1）数据的分布本身就服从正态分布，使用Z-Score。
（2）有离群值的情况：使用Z-Score。
这里不是说有离群值时使用Z-Score不受影响，而是，Min-Max对于离群值十分敏感，因为离群值的出现，会影响数据中max或min值，从而使Min-Max的效果很差。相比之下，虽然使用Z-Score计算方差和均值的时候仍然会受到离群值的影响，但是相比于Min-Max法，影响会小一点。
（3）如果对输出结果范围有要求，用归一化。
（4）如果数据较为稳定，不存在极端的最大最小值，用归一化。
（5）如果数据存在异常值和较多噪音，用标准化，可以间接通过中心化避免异常值和极端值的影响。

Matlab内实现方法：

归一化的函数为mapminmax，mapminmax 函数默认是对每一行进行操作的，所以进行归一化之前要确保数据的特征都是以行的方式进行存放，因此，大部分时候需要将列存放的特征转置过来。

进行标准化的函数为zscore，可以直接对矩阵进行操作。