数据归一化

一、数据归一化是什么？

数据归一化 是一种数据预处理技术，旨在将数据中不同特征的数值范围统一到一个特定的尺度，通常是 [0, 1] 或 [-1, 1] 之间。

你可以把它想象成：把一群身高（单位：米，范围1.5~2.0）和体重（单位：公斤，范围50~100）差异巨大的人，都按比例缩放到同一个标准舞台上，这样他们才能同台公平地比较和表演。

最常见的两种归一化方法是：

1. 最小-最大归一化

   • 公式：Xnorm=X−Xmin⁡Xmax⁡−Xmin⁡Xnorm​=Xmax​−Xmin​X−Xmin​​

   • 作用：将原始数据线性地映射到[0, 1]区间。

   • 例子：一个特征的值范围是 [100, 900]，那么200会被归一化为 (200-100)/(900-100) = 0.125。

2. Z-Score 标准化

   • 公式：Xstd=X−μσXstd​=σX−μ​

     • μμ 是数据的平均值

     • σσ 是数据的标准差

   • 作用：将数据转换为均值为0，标准差为1的正态分布。它的结果没有严格的边界，大部分数据会落在[-3, 3]区间内。

   • 例子：如果一个特征的均值是 500，标准差是 200，那么700会被标准化为 (700-500)/2