正则化 归一化
归一化去量纲
    归一化和去量纲是数据处理中常用的方法，它们可以使数据更易于比较和分析。
    归一化是将数据转化为相对比例的过程，即将数据缩放到指定范围内。常见的方法有最小-最大规范化和Z-score规范化。最小-最大规范化将数据缩放到0到1之间，公式为：(数据值-最小值) / (最大值-最小值)。Z-score规范化将数据缩放到平均值为0，标准差为1的正态分布中，公式为：(数据值-平均值) / 标准差。
    去量纲是将不同单位的数据进行转换，以消除单位对数据分析的影响。常见的方法有标准化和正则化。标准化是将数据按比例缩放到某个范围内，常用的是将数据缩放到0到1之间，公式为：(数据值-最小值) / (最大值-最小值)。正则化是将每个样本缩放到单位范数（L1或L2）内，以使得每个数据样本的向量长度都等于1。
    归一化和去量纲可以提高数据处理的准确性和可靠性，特别是在机器学习和数据挖掘等领域中，它们被广泛应用。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。