最大最小值归一化和均值归一化

最大最小值归一化和均值归一化是常用的数据归一化方法。

最大最小值归一化是将数据线性映射到指定的范围内，通常是[0,1]之间。它的缺点是抗干扰能力较弱，受离群值的影响比较大，中间容易出现没有数据的情况。例如，对于一组数据：1,2,3,4,5,100，经过最大最小值归一化后，数据会被映射到[0,1]之间，但由于离群值100的存在，其他数据的归一化结果会受到较大的影响。[1]

均值归一化是将数据减去均值后再除以标准差，使得数据的均值为0，标准差为1。它的优点是能够消除不同特征之间的量纲差异，使得不同特征具有可比性。但它的缺点是对离群值比较敏感。[3]

这两种归一化方法都可以用于数据预处理，具体选择哪种方法取决于数据的特点和需求。