数据标准化和数据归一化有啥区别吗？

Posted 2023-03-28

归一化，就是为了限定你的输入向量的最大值跟最小值不超过你的隐层跟输出层函数的限定范围。比如，你的隐层的传递函数为logsig，那么你的输出就在0~1范围内，如果你的传递函数为tansig，你的隐层的输出在-1~·范围内，用归一化，这也是为了你的隐层传递函数的输出着想。
标准化，只是对数据进行了统一的标准，其大小可能已经超出了隐层传递函数的界定范围，在后续的运行时，容易出错。 参考技术A 当然是EXCEL简单，你看看有多少人用 EXCEL就知道了，但是有几个人知道SPSS是个统计软件呢？

我不知道你说的标准化处理是什么意思，但是无量纲化处理指的是，对于一个数列n，如果一致该数列的绝对值存在极限|N|，那么将该数列中每个元素除以这个极限值n/|N|，得到的是一个正负百分比序列n%，所有取值都在正负1范围内，这种叫做无量纲化处理，好处是可以将一些基数过大或者过小的序列按照一个统一的标准进行比较，看起来很方便。

比如说，你说美国人很有钱，一个美国人每年挣10万美金，一个中国人很穷，一年挣2万人民币，但是如果把房价作为一个基准，那么可以认为，一个美国人一年工资可以买到30平米房子，一个中国人也许一年工资也就是买1平米房子，这就是无量纲化处理的方法，两者从不可比到同一一个基准的方法

但愿你能看懂
参考技术B 当然是EXCEL简单，你看看有多少人用 EXCEL就知道了，但是有几个人知道SPSS是个统计软件呢？

我不知道你说的标准化处理是什么意思，但是无量纲化处理指的是，对于一个数列n，如果一致该数列的绝对值存在极限|N|，那么将该数列中每个元素除以这个极限值n/|N|，得到的是一个正负百分比序列n%，所有取值都在正负1范围内，这种叫做无量纲化处理，好处是可以将一些基数过大或者过小的序列按照一个统一的标准进行比较，看起来很方便。

比如说，你说美国人很有钱，一个美国人每年挣10万美金，一个中国人很穷，一年挣2万人民币，但是如果把房价作为一个基准，那么可以认为，一个美国人一年工资可以买到30平米房子，一个中国人也许一年工资也就是买1平米房子，这就是无量纲化处理的方法，两者从不可比到同一一个基准的方法

但愿你能看懂