标准化归一化几种方法

以下是几种常见的标准化和归一化方法：

1. 最大最小值归一化（min-max normalization）：
最大最小值归一化是将数据缩放到一个指定的范围内，通常是[0, 1]或[-1, 1]。公式如下：

   X_normalized = (X - X_min) / (X_max - X_min)

其中，X是原始数据，X_min和X_max分别是数据的最小值和最大值。

2. 均值归一化（mean normalization）：
均值归一化是将数据缩放到均值为0的范围内。公式如下：

   X_normalized = (X - X_mean) / X_std

其中，X是原始数据，X_mean是数据的均值，X_std是数据的标准差。

3. 标准化 / z值归一化（standardization / z-score normalization）：
标准化是将数据缩放到均值为0，标准差为1的范围内。公式如下：

   X_normalized = (X - X_mean) / X_std

其中，X是原始数据，X_mean是数据的均值，X_std是数据的标准差。

4. 最大绝对值归一化（max abs normalization）：
最大绝对值归一化是将数据缩放到[-1, 1]的范围内，使得数据的最大绝对值为1。公式如下：

   X_normalized = X / max(abs(X))

其中，X是原始数据。

5. 稳键标准化（robust standardization）：
稳键标准化是将数据缩放到均值为0，中位数为1的范围内。公式如下：

   X_normalized = (X - X_median) / IQR

其中，X是原始数据，X_median是数据的中位数，IQR是数据的四分位距。