机器学习初学者常常会将拿来的数据，直接喂入算法训练，不得不说，再进一步深入研究中，数据标准化是他们不得不搞清楚的难题。什么是数据标准化，标准化的作用是啥，什么情况下应该对应什么方法尼？
一、关于什么标准化，这里就不阐述了，帖子太多了。我需要说明的是，数据标准化和归一化其实是一回事，只是归一化常为将数据转换到（0-1）之间，标准化则不一定。
二、数据标准化：四作用一缺点（注意：不同方法，实现的作用不尽相同哦，后面有整理）
1、消除量纲；2、让不同指标具有可比性；3、提高迭代求解精度
一个图诠释这三个作用：
千克与米的量纲统一，使得体重与身高对目标变量的权重趋同。
若算法涉及距离计算时（如欧氏距离），图中x2的取值范围比较小，涉及到距离计算时其对结果的影响远比x1带来的小，所以这就会造成精度的损失。所以标准化可以让各个特征对结果做出的贡献相同。
4、数据标准化还有一个容易被忽略的好处是：提升模型的收敛速度
导致在梯度下降时，梯度的方向为垂直等高线的方向而走之字形路线，这样会使迭代很慢，相比之下，右图的迭代就会很快（理解：也就是步长走多走少方向总是对的，不会走偏）
5、缺点：当数据已某种方式被压缩时，可能导致部分数据信息的损失
三、什么情况下需要标准化
这才是重点，但如果你顾全了标准化的优缺点，这一点自然应用自如。这里我说下自己的见解
1、基于树模型的算法，如果没有强制要求，不需要做标准化（信息损失）
2、基于平方损失的最小二乘法OLS不需要标准化。
3、聚类、分类、回归等，涉及到距离计算的模型需要标准化。
四、标准化方法及适用情况：
1、 min-max标准化——可提升模型的收敛速度；但无消除量纲的效果；缺陷是当有新数据时，max、min可能变化，
在不涉及距离度量、协方差计算、数据不符合正态分布的时候适用，如RGB图像转换为灰度图像后，将值限定在[0-255]。
2、 z-score 标准化——实现标准化所有效果；但要求原始数据近似为高斯分布，否则归一化的效果会变得很糟糕。
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-score standardization表现更好。
五、说明
如果你需要z-score转换，但原始数据不满足正态分布，需要先做正态分布转换，传统方法有九种，需要尝试一种适用数据满足正态分布的方式出来，再z-score标准化。
