向量归一化常用方法

一.最小最大归一化

　和区间映射（我理解的是把一个区间[a,b]映射到[c,d]，c+（x-a）*（d-c）/(b-a)，没查，应该是这样，主要要理解的问题是两段距离映射的话要除以比例因子（d-c）/(b-a)，自己理解的，这样就可以把数据映射到[-1,1]）不一样，这是映射到[0,1]，就是x' = （x-min）/(max-min)，其中max和min分别是是x序列的最大、小值，并不是0和1。

　　这种方法的缺点是，如何加入新数据的话min和max可能变化。

 

二.Z-Score标准化方法

这种方法给予原始数据的均值（mean）和标准差（standard deviation）进行数据的标准化(x-u)/std。经过处理的数据符合标准正态分布，即均值为0，标准差为1。

 

三.L2标准化