标签：缩放 标准化 正态化 预处理 归一化 中心化 数据 正态分布

定义

标准化(Standardization)：将数据按照比例进行缩放，不改变数据的原始分布，使得不同的变量经过标准化处理后可以有平等分析和比较的基础。缩放后的数据均值为0，方差为1。但并不是标准正态分布。

归一化(Normalization)：中心化和标准化基本一样，都是要把数据缩放到某个范围里。归一化通常有两种做法：

min-max 归一化的公式为：

mean 归一化（有的地方也叫中心化）的公式为：

正态化：改变数据的原始分布，使其服从正态分布。通常采用的方法有取对数，开平方根，取倒数，开平方，取指数等等，使得不对称分布的数据（偏态数据）呈现（或近似）正态分布。要这么做的原因在于：有些机器学习方法，比如线性回归模型就默认数据是正态分布。

https://blog.csdn.net/lcmssd/article/details/80179102?utm_source=blogxgwz0

https://blog.csdn.net/weixin_36604953/article/details/102652160

标签：缩放,标准化,正态化,预处理,归一化,中心化,数据,正态分布
来源： https://www.cnblogs.com/liuxiangyan/p/14284417.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。