归一化，标准化和中心化

https://www.zhihu.com/question/20467170
参考了知乎的回答，以及wiki的解释，个人的理解如下：
归一化和标准化本质上都是对数据集特征的缩放，而wiki的解释中特征的缩放一般有四种不同的公式

$x'={frac {x-{ ext{min}}(x)}{{ ext{max}}(x)-{ ext{min}}(x)}}$

${displaystyle x'=a+{frac {(x-{ ext{min}}(x))(b-a)}{{ ext{max}}(x)-{ ext{min}}(x)}}}$

${displaystyle x'={frac {x-{ ext{average}}(x)}{{ ext{max}}(x)-{ ext{min}}(x)}}}$

$x' = frac{x - ar{x}}{sigma}$

${displaystyle x'={frac {x}{left|{x} ight|_{2}}}}$

归一化的一般方法就是上面公式中的第一个公式，而标准化的方法常用公式就是Z-score的方法，这两个方法都属于线性转换，都是按比例缩放，但是归一化还有其他方法，不一定是按比例缩放的，这样就会导致数据的分布不一样。

<wiz_tmp_tag id="wiz-table-range-border" contenteditable="false" style="display: none;">