---

一、公式

1. 归一化
   $X^{\prime }=\frac{x-min}{max-min}$
   $X^{\prime \prime }=X^{\prime }\ast (ma-mi)+mi$

2. 标准化
   $X^{\prime }=\frac{x-mean}{std}$

ps：

• max：特征最大值
• min：特征最小值
• ma：特征归一化后的最大值
• mi：特征归一化后的最小值
• mean：特征均值
• std：特征标准差

---

二、代码

1. 归一化

from sklearn.preprocessing import MinMaxScaler
import pandas as pdif __name__ == '__main__':# 初始化数据columns = ['点赞', '投币', '收藏']data = [[1, 5, 12],[13, 2, 5],[9, 9, 6],[2, 5, 0]]data = pd.DataFrame(data=data, columns=columns)print(data)#    点赞  投币  收藏# 0   1   5  12# 1  13   2   5# 2   9   9   6# 3   2   5   0# 定义缩放范围min_scaler, max_scaler = 0, 1# 初始化缩放器scaler = MinMaxScaler(feature_range=(min_scaler, max_scaler))# 执行归一化data_minmax = scaler.fit_transform(data[columns])print(data_minmax)# [[0.         0.42857143 1.        ]#  [1.         0.         0.41666667]#  [0.66666667 1.         0.5       ]#  [0.08333333 0.42857143 0.        ]]

2. 标准化

from sklearn.preprocessing import StandardScaler
import pandas as pdif __name__ == '__main__':# 初始化数据columns = ['点赞', '投币', '收藏']data = [[1, 5, 12],[13, 2, 5],[9, 9, 6],[2, 5, 0]]data = pd.DataFrame(data=data, columns=columns)print(data)#    点赞  投币  收藏# 0   1   5  12# 1  13   2   5# 2   9   9   6# 3   2   5   0# 定义缩放范围min_scaler, max_scaler = 0, 1# 初始化缩放器scaler = StandardScaler()# 执行标准化【均值为0标准差为1】data_minmax = scaler.fit_transform(data[columns])print(data_minmax)# [[-1.05662467 -0.10050378  1.46552595]#  [ 1.35851743 -1.30654916 -0.17586311]#  [ 0.55347007  1.50755672  0.05862104]#  [-0.85536283 -0.10050378 -1.34828388]]

---

三、区别

归一化与标准化都是对数据的特征进行缩放，二者的区别是：

1. 标准化受异常样本的影响小
   样本中如果出现异常值的话，该值可能会非常大或非常小，归一化的分母是最大值与最小值的差，这很可能会导致正常样本的值都挤在一个跟小的范围内，从而影响预测结果，而标准化的分母是样本标准差，受异常点的影响较小。
2. 符合统计学假设
   自然界中的数值特征多是符合正态分布的，标准化基于这个隐含假设，将这个正态分布调整为均值为0，方差为1的标准正态分布。

---

四、结论

在需要进行特征缩放的数据集上 尽量采用标准化 而不是归一化去解决问题（另外还有一点需要特别注意，要把训练集和测试集分开后再分别标准化，否则会将测试集的信息引入到训练集中从而影响训练结果）

---