歸一化操作有兩種
1.max和min的歸一化操作
min-max標准化（Min-Max Normalization）
返回結果0~1
公式：
實例：
如：
隨機生成假數據如下
df = DataFrame({"height":np.random.randint(150,190,size=50),
"weight":np.random.randint(40,90,size = 50),
"sex":np.random.randint(0,2,size = 50)})
df
對數據進行歸一化操作
df = (df-df.min())/(df.max()-df.min())
df
df.info() #函數info()是對我們dataform中的數據進行說明
信息如下
df.describe() #describe()是根據每一列對數據進行匯總
2.Z-score標准化方法
方法：
返回結果：返回的結果是標准值為1，平均值為0，標准的正態分布數據
實例如下：
df2 = (df-df.mean())/df.std() #df數據減去df平均值，再出去df的標准差就是歸一化，歸一化后變准值為1
df2
df2.describe()
