关于ML、DL中的一些问题（2）——数据归一化方法

版权声明：本文为博主原创文章，转载请注明出处 ~ ~ ~ https://blog.csdn.net/tangwenbo124/article/details/53539633

线性函数归一化(Min-Max scaling)
也称为离差标准化，是对原始数据的线性变换，使结果值映射到[0 - 1]之间。转换函数如下：

$$\ x^* = \frac{x-min}{max-min}$$

0均值标准化(Z-score)
这种方法给予原始数据的均值（mean）和标准差（standard deviation）进行数据的标准化。经过处理的数据符合标准正态分布，即均值为0，标准差为1，转化函数为：

$$\ x^*= \frac{x- μ}{σ}$$
其中 μ为原始数据的均值，σ为原始数据的标准差