小值归一化
小值归一化是一种将数据缩放到指定区间内的方法，通常是[0, 1]或[-1, 1]。这种方法的数学表达式如下
inaxin(x)}$$
其中，$x$是原始数据，$x’$是缩放后的数据。
标准差归一化
标准差归一化是一种将数据缩放到均值为0，方差为1的分布上的方法。这种方法的数学表达式如下
ua}$$
ua$是原始数据的标准差。
小数定标归一化
小数定标归一化是一种将数据缩放到[-1, 1]之间的方法，它是通过将数据除以某个基数的幂次来实现的，这个基数通常是10。这种方法的数学表达式如下
$$x’ = \frac{x}{10^j}$$
其中，$j$是使得$x’$的值小于等于1的小整数。
归一化的应用
归一化在数据预处理中非常常见，它可以帮助大家更好地理解和分析数据。下面是归一化的一些应用
1. 特征缩放
归一化可以帮助大家将不同特征的取值范围缩放到相同的区间内，以便更好地进行特征选择和建模。
2. 图像处理
归一化可以用于图像处理中的像素值归一化，以便更好地进行图像分析和处理。
3. 机器学习
归一化是机器学习中的一个重要步骤，它可以帮助大家更好地进行模型训练和预测。在很多机器学习算法中，如KNN、SVM等，归一化是必须的。
中，大家有多种归一化方法可供选择，根据数据的特点和需求，选择适合的方法进行数据预处理是非常重要的。