机器学习——数据的标准化

机器学习——数据的标准化

神经网络在处理数据，建立模型时候如果不进行标准化（归一化）会导致误差特别大，而且神经网络的输出值通常介于[-1， 1]。当你想让神经网络输出在[0,255]这种自定义的区间内，那么在神经网络训练的初期会变得极其不稳定。
所以需要对数据进行标准化（归一化），那么输出结果就可以进行反标准化（归一化），就是数学推导将标准化结果反过来即可。
标准化可分成三种：

1. 对标签值和特征值一起标准化
   

2. 对标签值标准化，特征值不变
   

3. 对标签值和特征值分别进行标准化（两类数据标准化使用方法可以不同）
   

标准化方法：

1. 最大-最小标准化
   
2. Z-score标准化
   
3. 函数转换