数据标准化归一化的几种方法

以下是数据标准化归一化的几种方法：

1. 最小-最大标准化（Min-Max Normalization）：
最小-最大标准化是将数据线性地映射到指定的范围内。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. Z-score标准化（Standardization）：
Z-score标准化通过将数据转换为其标准正态分布来进行归一化。公式如下：

   X_normalized = (X - X.mean()) / X.std()

其中，X是原始数据，X.mean()和X.std()分别是数据的均值和标准差。

3. 小数位归一化（Decimal Scaling）：
小数位归一化是通过移动小数点的位置来进行归一化。公式如下：

   X_normalized = X / 10**d

其中，X是原始数据，d是使得归一化后的数据范围在[0, 1)之间的小数位数。

4. 标准差归一化（Standard Deviation Normalization）：
标准差归一化是通过将数据除以其标准差来进行归一化。公式如下：

   X_normalized = X / X.std()

其中，X是原始数据，X.std()是数据的标准差。