資料歸一化

資料預處理中，標準的第一步是資料歸一化。雖然這裡有一系列可行的方法，但是這一步通常是根據資料的具體情況而明確選擇的。特徵歸一化常用的方法包含如下幾種：

• min-max標準化
• 逐樣本均值消減(也稱為移除直流分量)

• Z-score

  標準化(使資料集中所有特徵都具有零均值和單位方差)

min-max標準化（Min-Max Normalization）（線性函式歸一化）

定義：也稱為離差標準化，是對原始資料的線性變換，使得結果對映到0-1之間。

本質：把數變為[0,1]之間的小數。

轉換函式：（X-Min/(Max-Min)

如果想要將資料對映到[-1,1]，則將公式換成：（X-Mean/(Max-Min)

其中：max為樣本資料的最大值，min為樣本資料的最小值，Mean表示資料的均值。

缺陷：當有新資料加入時，可導致max和min的變化，需要重新定義。

Z-score標準化

定義：這種方法給與原始資料的均值（mean）和標準差（standard deviation）進行資料的標準化。經過處理的資料符合標準正態分佈，即均值為0，標準差為1.

本質：把有量綱表示式變成無量綱表示式。

轉換函式：（X-Mean）/(Standard deviation)

其中，Mean為所有樣本資料的均值。Standard deviation為所有樣本資料的標準差。

逐樣本均值消減

如果你的資料是平穩

Eg：對於影象，這種歸一化可以移除影象的平均亮度值 (intensity)。很多情況下我們對影象的照度並不感興趣，而更多地關注其內容，這時對每個資料點移除畫素的均值是有意義的。

注意：雖然該方法廣泛地應用於影象，但在處理彩色影象時需要格外小心，具體來說，是因為不同色彩通道中的畫素並不都存在平穩特性。