☞普通的数据归一化
1、数据归一化:将所有的数据映射到同一尺度
2、最值归一化:将所有数据映射到0~1之间【适用于分布有明显边界的情况,例如成绩分布在0~100之间】公式如下:


3、均值方差归一化:将所有数据归一到均值为0,方差为1 的分布中【适用于分布无明显边界的数据,例如居民收入水平】公式如下:(mean为平均值,S表示方差)


☞sscikit_learn中的数据归一化
1、

2、在sklearn中,数据归一化的处理流程如下


【PS:本人为机器学习初学者,有不对之处,还请多多指教】
☞普通的数据归一化
1、数据归一化:将所有的数据映射到同一尺度
2、最值归一化:将所有数据映射到0~1之间【适用于分布有明显边界的情况,例如成绩分布在0~100之间】公式如下:


3、均值方差归一化:将所有数据归一到均值为0,方差为1 的分布中【适用于分布无明显边界的数据,例如居民收入水平】公式如下:(mean为平均值,S表示方差)


☞sscikit_learn中的数据归一化
1、

2、在sklearn中,数据归一化的处理流程如下


【PS:本人为机器学习初学者,有不对之处,还请多多指教】