在神經網路構建之前，需要對資料進行歸一化處理，為什麼要歸一化？
因為不同資料範圍不同，比如乙個特徵的資料範圍為（1，5），另乙個為（100，1000），會導致特徵之間對結果的影響不同，因此需要將它們歸一化處理，壓縮到（0，1）這個範圍之內.
歸一化方法：
一、min-max標準化（min-max normalization）
也稱為離差標準化，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：
x ∗=
x−
min
max
−min
x^=\frac
x∗=max
−minx−
min
matlab主要呼叫形式有：
[y,ps] = mapminmax(x,ymin,ymax)
[y,ps] = mapminmax(x,fp)
x = mapminmax(『reverse』,y,ps)
dx_dy = mapminmax(『dx_dy』,x,y,ps)
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：
x ∗=
x−μσ
\mathrm^=\frac-\mu}
x∗=σx−
μmatlab主要呼叫形式有：
[y,ps] = mapstd(x,ymean,ystd)
[y,ps] = mapstd(x,fp)
x = mapstd(『reverse』,y,ps)
dx_dy = mapstd(『dx_dy』,x,y,ps)
數學建模學習筆記一
評價模型要先將資料標準化處理 模型最後最好有檢驗和靈敏度分析 多目標規劃問題要考慮多種因素之間的影響，最後轉變為線性規劃 linprog命令 指派問題首先進行0 1替換 運籌學問題指的是問題結果是雙方努力的結果 層次分析法最後要進行一致性檢驗，前期可用兩兩比值的方法標準化資料 一般演算法程式都在附件...
筆記 機器學習之資料歸一化
在分類的時候需要進行資料歸一化 那麼為什麼要進行資料歸一化？像是腫瘤情況，當時間單位是天，大小單位是厘公尺，由於時間的跨度比大小的跨度差值大的太多，會導致樣本間的距離被時間所主導，同理，將時間變成以年為單位一樣會因為差值太大而導致模型不行 所謂的資料歸一化就是將所有的資料對映到同一尺度中 這說到了最...
數學建模筆記一
1.1.4 1 對於任意的x，存在u，v 0 滿足x u v x u v 1 x 0,u v 0 x 0,u x,v 0 x 0,u 0,v x 也就是u x x 2,v x x 2。2 matlabe最後引數可以省略。function y shorpath a,s,t if nargin 3 t設...