机器学习之数据归一化（Feature Scaling）

数据归一化的原因

如下图所示：

样本间的距离被发现时间所主导。这样就会使数据不准确，因此我们的解决方案就是将所有的数据映射到同一尺寸，接下来我们介绍两种方法。

最值归一化（normalization)

定义：把所有数据映射到0-1之间。

注：适用于分布有明显边界的情况，但是受outlier影响较大。
代码：

import numpy as np
import matplotlib.pyplot as plt
X = np.random.randint(0, 100, (50, 2))
X = np.array(X, dtype = float)
X[:,0] = (X[:,0] - np