机器学习数据归一化的方法

本文介绍两种数据归一化方法：最值归一化 （Normallization）和均值方差归一化（Standardization）
什么是数据归一化方法，来一个百度百科艰苦的解释：归一化方法有两种形式，一种是把数变为（0，1）之间的小数，一种是把有量纲表达式变为无量纲表达式。主要是为了数据处理方便提出来的，把数据映射到0～1范围之内处理，更加便捷快速，应该归到数字信号处理范畴之内。
简单的来说，就是把所有的数据映射到同一个尺度

最值归一化 (Normallization)

把所有的数据映射到0-1之间，公式：
$X_{max}=\frac{X-X_{min} }{ X_{max}-X_{min}}$
对于怎么理解这个公式，把 $X_{min}$变为0，理解起来就很容易，所有的数都不超过1。
首先看一个向量的归一化

然后看矩阵的：

最后看他们的一些统计情况：

适用于分布有明显边界的情况：受边界影响比较大。如果存在极端数据，那这种方式不合适，就要用下面的方式。

均值方差归一化(Standardization)

把所有数据归一到均值为0方差为1的分布中
$X_{scale}=\frac{X-X_{mean}}{S}$


适用于数据分布没有明显边界；有可能存在极端数据的情况。