問題：樣本間的距離被發現時間所主導！
數據歸一化的目的，就是將數據的所有特征都映射到同一尺度上，這樣可以避免由于量綱的不同使數據的某些特征形成主導作用。數據歸一化的方法主要有兩種：最值歸一化和均值方差歸一化。

1.最值歸一化（$normalization$）：把所有數據映射到0-1之間。

$$x_{scale}=\frac{x?x_{min}}{x_{max}?x_{min}}$$，適用于分布沒有明顯邊界的情況；受outlier影響較大，異常值會造成數據的整體偏斜

2.均值方差歸一化（$standardization$）：把所有數據歸一到均值為0方差為1的分布中

數據分布沒有明顯的邊界；有可能存在極端數據值，不容易受異常值（outlier）影響
$$x_{scale}=\frac{x?x_{mean}}{s}$$

3.向量和矩陣的最值歸一化

對測試數據集如何進行歸一化？不能直接求mean_test,std_test！！！應該使用訓練數據集求得的mean_train,std_train



要保存訓練數據集得到的均值和方差，scikit-learn中使用Scaler

總結

以上是生活随笔為你收集整理的第2章 数据归一化的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。