标准归一化和最大最小归一化

1，标准归一化。
　　将原始数据集归一化为均值为0、方差1的数据集，归一化公式如下：

$$x^* = \frac{x-\mu}{\delta}$$ 　　其中$\mu$为所有样本数据的均值，$\delta$为所有样本数据的标准差。

2，最大最小归一化。
　　将原始数据线性化的方法转换到[0 1]的范围，归一化公式如下：

$$x^* = \frac{x-x_{min}}{x_{max}-x_{min}}$$ 　　其中$x_{max}$为样本数据的最大值，$x_{min}$为样本数据的最小值。这种方法有个缺陷就是当有新数据加入时，可能导致$x_{max}$和$x_{min}$的变化，需要重新定义。