归一化、标准化区别的通俗说法

所谓“归一”，注意“一”，就是把数据归到（0，1）这个区间内。

常用的方法有： min-max归一化y=(x-min)/(max-min)

所谓“标准”，就是标准正态分布，把数据转换成标准正态分布。

常用的方法有：z-score标准化，即零-均值标准化，y=(x-μ)/σ

两者的区别在于：

归一化是为了消除不同数据之间的量纲，方便数据比较和共同处理，比如在神经网络中，归一化可以加快训练网络的收敛性；标准化是为了方便数据的下一步处理，而进行的数据缩放等变换，并不是为了方便与其他数据一同处理或比较，比如数据经过零-均值标准化后，更利于使用标准正态分布的性质，进行处理