matlab怎么讲数组数值归一化

在MATLAB中，归一化通常指的是将数组中的数值缩放到一个特定的范围，比如0到1，或者将数值中心化到均值为0和标准差为1。以下是两种常见的归一化方法：

1. 最大最小归一化（Min-Max Normalization）：
这种方法将数据线性缩放到一个指定的范围，通常是[0,1]。公式如下：
\[ X_{\text{normalized}} = \frac{X - X_{\text{min}}}{X_{\text{max}} - X_{\text{min}}} \]
其中 \( X \) 是原始数据，\( X_{\text{min}} \) 和 \( X_{\text{max}} \) 分别是数组中的最小值和最大值。

2. Z-score标准化（Z-Score Normalization）：
这种方法通过减去数据的均值并除以标准差来归一化数据，结果数据的均值为0，标准差为1。公式如下：
\[ X_{\text{normalized}} = \frac{X - \mu}{\sigma} \]
其中 \( X \) 是原始数据，\( \mu \) 是数据的均值，\( \sigma \) 是数据的标准差。

在MATLAB中，可以使用内置函数来实现这两种归一化方法。例如，使用最大最小归一化可以使用以下代码：

X = [1, 2, 3, 4, 5]; % 原始数据数组
X_min = min(X);
X_max = max(X);
X_normalized = (X - X_min) / (X_max - X_min);

使用Z-score标准化可以使用以下代码：

X = [1, 2, 3, 4, 5]; % 原始数据数组
mu_X = mean(X);
sigma_X = std(X);
X_normalized = (X - mu_X) / sigma_X;