归一化和标准化基本上是在机器学习里为了统一数据尺度的概念
归一化
normalization:
x
i
−
x
m
i
n
x
m
a
x
−
x
m
i
n
\frac{x_i-x_{min}} {x_{max}-x_{min}}
xmax−xminxi−xmin
将数据压缩到 [0,1]
标准化
standardization: x − m e a n ( x ) s t d ( x ) \frac{x- mean(x)} {std(x)} std(x)x−mean(x)
优缺点
假设有 1, 20, 500 三个数
normalization:
standardization:
注意看纵坐标的尺度;