数据预处理的数据规范化和标准化

数据预处理中的数据规范化和标准化都是将原始数据转换为具有特定分布或特定范围的数据。数据规范化是将数据缩放到指定的范围内，通常是将数据缩放到0和1之间，或将数据缩放到-1和1之间。这种方法通常用于神经网络和支持向量机等算法中。数据标准化是将数据转换为均值为0，方差为1的标准正态分布。这种方法通常用于线性回归和逻辑回归等算法中。两者的选择取决于具体情况，但是在大多数情况下，数据标准化比数据规范化更为常用。