归一化有哪些呢

问题引入

归一化在数据进入模型的时候是必不可少的一部，那么归一化有哪些呢？

问题解答

1. 线性归一化

适用范围：比较适用在数值比较集中的情况。

缺点：如果 max 和 min 不稳定，很容易使得归一化结果不稳定，使得后续使用效果也不稳定。

1. 标准差标准化

含义：经过处理的数据符合标准正态分布，即均值为 0，标准差为 1 其中 为所有样本数据的均值， 为所有样本数据的标准差。

1. 非线性归一化

   适用范围：经常用在数据分化比较大的场景，有些数值很大，有些很小。通过一些数学函数，将原始值进行映射。该方法包括 、指数，正切等。

喜欢就关注一下啦~~~