版权声明：原创文章未经博主允许不得转载O(-_-)O!!! https://blog.csdn.net/u013894072/article/details/53738454
数据特征之间往往有着不同的分布区间，差异较大的情况下会很大程度的影响数据分析的结果。为了消除这种现象的影响需要对原始数据进行归一化处理，使得各个指标处于同一数量级。
（1）max-min归一化
也叫离差标准化，是对原始数据的线性变换，使结果值映射到[0 - 1]之间。公式为：
X=(X-min)/(max-min)
max：最大值，min：最小值。
（2）Z-score标准化
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。公式为：
X=（X-u）/t
u：均值，t：标准差