标准化和正则化

在机器学习和数据分析中，不同的特征属性的性质、量纲、数量级都是不同。在数值上相差很大，所以在数据预处理的过程中应该将数据进行标准化操作，是的各个特征的量纲处于同一水平。

常见的数据标准化方法有  

1.极差标准化

  x' = x - x（min）/ x（max）-x（min）

0=<x'=<1

 

2.Z-score 标准化

当数据的最大值和最小值未知，或者最大最小值超过取值范围为异常值时，就不能再用极差进行标准化。可用Z-score标准化，也是常用标准化方法之一。

x' = x - x(mean)  /  std

std是标准差,经过Z-score标准化后，数据的均值变为0，标准差变为1.

 

3.对数函数标准化

4.反正切函数标准化