数据归一化

数据归一化，又叫数据规范化或数据标准化，即把属性数据按比例缩放，使之落入一个特定的小区间，如[-1.0, 1.0]或[0.0, 1.0]。算法 规范化数据试图赋予全部属性相等的权重。对于涉及神经网络的分类算法或基于距离度量的分类（如最近邻分类）和聚类，规范化特别有用。若是使用神经网络后向传播算法进行分类挖掘，对训练元组中每一个属性的输入值规范化有助于加快学习速度。对于基于距离的方法，规范化能够帮助

>>阅读原文<<