mapminmax和premnmx的区别

mapminmax和premnmx都是在数据预处理中常用的归一化方法，用于将数据缩放到特定的范围内。

区别在于：
1. 运算方式不同：
- mapminmax使用 最小-最大规范化 方法，将数据映射到指定范围内。公式为：scaledData = (data - minData) / (maxData - minData) * (maxRange - minRange) + minRange。
- premnmix使用 预处理最小-最大规范化 方法，首先将数据平移到非负范围内，再使用最小-最大规范化方法。公式为：scaledData = (data - minData) / (maxData - minData) * (maxRange - minRange) + minRange。

2. 处理负数的方式不同：
- mapminmax可以处理正负数的情况，因为是在最大值和最小值之间进行归一化。
- premnmix将数据平移到非负范围内，所以只能处理非负数的情况。

3. 适用范围不同：
- mapminmax适用于一般的数据归一化，包括处理正负数。
- premnmix更适用于处理非负数的情况，例如处理图像、文本等数据。

需要根据具体的数据类型和要求来选择不同的归一化方法。对于正负数数据，可以选择mapminmax；对于非负数数据，可以选择premnmx。