歸一化（Normalization）和標准化（Standardization）

歸一化和標准化是機器學習和深度學習中經常使用兩種feature scaling的方式，這里主要講述以下這兩種feature scaling的方式如何計算，以及一般在什么情況下使用。

歸一化的計算方式：

 

 上述計算公式可以將特征的值規范在[0, 1]之間，使用歸一化來進行feature scaling一般是要求所有參數都處於正值范圍。

標准化的計算公式：

 

 通過上述公式計算得到的特征值遵循均值為0方差為1，大部分情況下均推薦使用標准化的方式進行feature scaling。