資料標準化（歸一化）處理是資料探勘的一項基礎工作，不同評價指標往往具有不同的量綱和量綱單位，這樣的情況會影響到資料分析的結果，為了消除指標之間的量綱影響，需要進行資料標準化處理，以解決資料指標之間的可比性。原始資料經過資料標準化處理後，各指標處於同一數量級，適合進行綜合對比評價。以下是兩種常用的歸一化方法：
一、min-max標準化（min-max normalization）
也稱為離差標準化、線性函式歸一化，是對原始資料的線性變換，使結果值對映到[0 - 1]之間。轉換函式如下：
其中max為樣本資料的最大值，min為樣本資料的最小值。這種方法有個缺陷就是當有新資料加入時，可能導致max和min的變化，需要重新定義。
二、z-score標準化方法
這種方法給予原始資料的均值（mean）和標準差（standard deviation）進行資料的標準化。經過處理的資料符合標準正態分佈，即均值為0，標準差為1，轉化函式為：
其中μ為所有樣本資料的均值，σ為所有樣本資料的標準差。
1、在分類、聚類演算法中，需要使用距離來度量相似性的時候、或者使用pca技術進行降維的時候，z-score standardization表現更好。
2、在不涉及距離度量、協方差計算、資料不符合正太分布的時候，可以使用第一種方法或其他歸一化方法。比如影象處理中，將rgb影象轉換為灰度影象後將其值限定在[0 255]的範圍。
參考：
機器學習中的歸一化方法
在這裡主要討論兩種歸一化方法 線性函式將原始資料線性化的方法轉換到 0 1 的範圍，歸一化公式如下 該方法實現對原始資料的等比例縮放，其中xnorm為歸一化後的資料，x為原始資料，xmax xmin分別為原始資料集的最大值和最小值。python實現 preprocessing.minmaxscale...
機器學習中數值型特徵做特徵歸一化
今天去某外賣平台面試機器學習演算法工程師，二面時面試官問到數值型特徵工程，提到歸一化，按常規想法就是minmaxscaler或zscore。本以為回答完美，但被面試官追問，為什麼做歸一化，做與不做，有什麼區別？這讓我猝不及防，就按自己的理解說，某些特徵的數值相較其他特徵數值範圍差異大，在演算法的訓練...
機器學習之特徵歸一化（normalization）
一 引子 對房屋售價進行 時，我們的特徵僅有房屋面積一項，但是，在實際生活中，臥室數目也一定程度上影響了房屋售價。下面，我們有這樣一組訓練樣本 房屋面積 英呎 臥室數量 間 售價 美元 2104 3 399900 1600 3 329900 2400 3 369000 1416 2 232000 3...