归一化与标准化

1. 数据归一化的好处

（1）提升训练的速度

（2）提升模型的精度

（3）深度模型中能够防止梯度爆炸

2 归一化方法

　　min-max 归一化 

　　x = (x - x_min)/(x_max - x_min) 将x 映射到[0,1]之间的一个数

　　z-score 标准化

　　均值为0 ，标准差为1 

3 min-max 与z-score 的优缺点

当有新的样本加入时，min-max 计算量小，z-score 需要重新计算均值、方差

min-max 当数据分布不均的时候效果会不好，比如有一个数为1000剩下的都为0-100 ，那么映射后受最大值影响基本都映射在[0,0.1]之间

当需要计算距离，相似的的时候 z-score 的表现会更好