数据归一化是将数据映射到[0,1]区间或符合特定分布的过程，常用于优化算法性能。最大最小标准化适用于不涉及距离度量的情况，Z-score标准化则用于距离敏感的算法如分类和聚类。非线性归一化如对数和反正切函数用于处理数据差异大的场景。归一化有助于减少损失函数的波动，加速梯度下降的收敛速度，确保模型训练效果更好。"
113268426,10325008,升级PHPStudy MySQL与PHP版本指南,"['phpstudy重装mysql', 'PHP升级']
1、定义
数据的归一化处理，即将数据统一映射到[0,1]区间上。
2、方法
1）最大最小标准化（Min-Max Normalization）
本归一化方法又称为离差标准化，使结果值映射到[0 ，1]之间，转换函数如下：
应用场景：
在不涉及距离度量、协方差计算、数据不符合正太分布的时候，可以使用第一种方法或其他归一化方法（不包括Z-score方法）。比如图像处理中，将RGB图像转换为灰度图像后将其值限定在[0，255]的范围。
2）Z-score标准化方法
数据处理后符合标准正态分布，即均值为0，标准差为1，其转化函数为：
其中μ为所有样本数据的均值，σ为所有样本数据的标准差。
应用场景：在分类、聚类算法中，需要使用距离来度量相似性的时候、或者使用PCA技术进行降维的时候，Z-s
最低0.47元/天 解锁文章
1262
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
