定义 将原始数据集归一化为均值为0、方差为1的数据集。归一化的公式如下: z = x − μ σ z=\frac{x-\mu}{\sigma} z=σx−μ 其中, μ \mu μ和 σ \sigma σ分别为原始数据集的均值和方差。这种归一化方式要求原始数据的分布可以近似为高斯分布,否则归一化的效果会变得很糟糕。 使用场合 在分类、聚类算法中,需要使用距离来度量相似性的时候,该方法适用。