最值归一化，怎么把归一化放缩到±1

最值归一化是一种常见的数据归一化方法，它将数据按照最大值和最小值进行线性变换，使得数据的范围被映射到[0,1]之间。具体地，对于一个数据集中的某个特征，最值归一化的计算公式如下：

$$x_{new}=\frac{x-x_{min}}{x_{max}-x_{min}}$$

其中，$x$是原始数据，$x_{min}$和$x_{max}$分别是该特征在数据集中的最小值和最大值，$x_{new}$是归一化后的数据。

如果要将归一化放缩到$[-1,1]$之间，可以使用以下公式：

$$x_{new}=\frac{2(x-x_{min})}{x_{max}-x_{min}}-1$$

这样计算出来的$x_{new}$就会在$[-1,1]$之间。