normaliz_data.xls是一个四行七列的记录数字的表格（数字中有负数），表格中没有变量名（即所有表中数据都是没有规律的数字）用matlab的mapminmax函数对数据表normaliz_data.xls中的数据进行最小-最大规范化处理。

正常化是一种数据预处理技术，它将数据转换到新的范围内，通常是[0,1]或[-1,1]之间，以便于后续的数据分析或模型训练。在这个例子中，`mapminmax`函数是MATLAB中的一个功能，用于线性归一化，即将每个数值映射到原数据集范围内的[0,1]区间。

如果你有一个名为`normaliz_data.xls`的Excel文件，其内容是一组无标签的随机数字，包括正负数，你可以按照以下步骤进行最小-最大规范化：

1. 首先，你需要读取Excel文件中的数据。在MATLAB中，可以使用`xlsread`函数来加载数据：

   data = xlsread('normaliz_data.xls');

2. 然后，提取所有数值数据（假设第一行和第一列为非数据行）：

   values = data(2:end,:);

3. 对数据应用`mapminmax`函数进行归一化：

   normalized_values = mapminmax(values);

`mapminmax`会将数据缩放到0到1的范围内，其中最小值对应0，最大值对应1。

4. 最后，如果你想保存归一化后的结果，可以用同样的方式保存为新Excel文件，例如`normalized_data.xlsx`：

   normalized_data = [colLabels, normalized_values]; % colLabels是原始数据的第一行，包含列名或其他标识信息
   writetable(normalized_data, 'normalized_data.xlsx');