1.数据和环境准备
将通过意大利红酒的部分数据，调用scikit-learn包（sklearn）分别实现0-1标准化和z-score标准化，总结学习这两种标准化方法的特点。
本案例使用的环境为Anaconda + Jupyter notebook。
2.数据说明
我们使用的是UCI提供的红酒数据集，该数据集显示意大利红酒化学分析的结果，共178个样本，每个样本有13个特征变量，一个类别变量。
为简化实验，更清晰地展现实验结果，仅选取两个特征变量进行展示。
Alcohol：酒精含量
Malic acid：羟基丁二酸
Class：红酒分类情况
3.实验过程
导入需要的工具包
读取文件
数据标准化
0-1标准化
z-score标准化
可视化
先进行数据备份
绘制散点图
绘制原始数据的散点图
