机器学习常用的归一化方法

在机器学习中，数据归一化是非常重要，它可能会导致模型坏掉或者训练出一个很奇怪的模型，为了让机器学习的模型更加适合实际情况，需要对数据进行归一化处理。 1.机器学习中常用的归一化方法： 2. 不同归一化方法分析： 2.1 线性变换和极差法（线性归一化） 将原始数据线性化的方法转换到[0 1]的范围，该方法实现对原始数据的等比例缩放。通过利用变量取值的最大值和最小值（或者最大值）将原始数据转换为界于某

>>阅读原文<<