标准化和归一化的区别

标准化和归一化是两种常见的数据预处理方法，它们的主要区别在于目的和处理方式。

1、目的：

标准化：将数据转换为均值为0,标准差为1的形式，使得不同指标之间具有可比性，便于进行比较和分析。

归一化：将数据缩放到一个特定的范围内(如0-1或-1-1),消除量纲的影响，使数据在同一尺度上进行比较。

2、处理方式：

标准化：对每个指标分别计算其均值和标准差，然后用每个数据减去均值，再除以标准差。

归一化：通常有两种方法：一种是最大最小归一化，即将数据缩放到[0, 1]区间；另一种是Z分数归一化，即先计算每个数据的Z分数(即原数减去平均数后的百分比),然后将Z分数缩放到[-1, 1]区间。

标准化主要关注于消除量纲影响，使不同指标具有可比性；而归一化关注的是消除数据的极端值对模型的影响，使数据在同一尺度上进行比较。