归一化和标准化

什么时候用归一化？什么时候用标准化？

（1）如果对输出结果范围有要求，用归一化。
  （2）如果数据较为稳定，不存在极端的最大最小值，用归一化。
  （3）如果数据存在异常值和较多噪音，用标准化，可以间接通过中心化避免异常值和极端值的影响。

参考链接：https://www.jianshu.com/p/95a8f035c86c

标准化和中心化公司

• 标准化
  （1）Z-score规范化（标准差标准化 / 零均值标准化）
    x' = (x - μ)／σ

• 中心化
    x' = x - μ

数据归一化的几种

数据预处理时

归一化

（1）Min-Max Normalization
   x' = (x - X_min) / (X_max - X_min)

(2）平均归一化

x' = (x - μ) / (MaxValue - MinValue)
  （1）和（2）有一个缺陷就是当有新数据加入时，可能导致max和min的变化，需要重新定义。

(3）非线性归一化

1）对数函数转换：y = log10(x)
2）反余切函数转换：y = atan(x) * 2 / π
3）经常用在数据分化比较大的场景，有些数值很大，有些很小。通过一些数学函数，将原始值进行映射。该方法包括 log、指数，正切等。需要根据数据分布的情况，决定非线性函数的曲线，比如log(V, 2)还是log(V, 10)等。