关于人工智能:吴恩达机器学习熟记知识点-特征缩放

Z-score normalization (z-score 标准化)

其中，μ，δ 别离为对应特色 Xi 的均值和标准差。量化后的特色将散布在 [−1,1] 区间。

octave 代码

X_norm = bsxfun(@rdivide, bsxfun(@minus, X, mean(X)), std(X));

X_norm = (X - mean(X))./std(X);

Min-Max Scaling (normalization)

量化后的特色将散布在 [0,1] 区间。