第2章 数据归一化
No.1. 数据归一化的目的
数据归一化的目的，就是将数据的所有特征都映射到同一尺度上，这样可以避免由于量纲的不同使数据的某些特征形成主导作用。
No.2. 数据归一化的方法
数据归一化的方法主要有两种：最值归一化和均值方差归一化。
最值归一化的计算公式如下：
，
，
最值归一化的特点是，可以将所有数据都映射到0-1之间，它适用于数据分布有明显边界的情况，容易受到异常值(outlier)的影响，异常值会造成数据的整体偏斜。
均值方差归一化的计算公式如下：
均值方差归一化的特点是，可以将数据归一化到均值为0方差为1的分布中，不容易受到异常值(outlier)影响。
No.3. 向量和矩阵的最值归一化
如何对测试数据集进行归一化处理？
不能直接求mean_test,std_test！！！
应该使用训练数据集求得的mean_train,std_train