归一化是什么意思？numpy 如何实现归一化?

归一化是指将数据缩放到特定的范围内，通常是将数据映射到 [0,1] 或 [-1,1] 区间内。这种缩放的目的是统一数据的尺度，使得不同特征之间可以进行比较和处理。

在 numpy 中，归一化可以通过以下方式实现：

将数据缩放到 [0,1] 区间内

# x为要归一化的数据
x_normalized = (x - x.min()) / (x.max() - x.min())

将数据缩放到 [-1,1] 区间内

# x为要归一化的数据
x_normalized = 2 * (x - x.min()) / (x.max() - x.min()) - 1

除了上述方法外，numpy 还提供了一些专门用于归一化的函数，例如 numpy.linalg.norm() 用于计算向量的范数，可以用来对向量进行归一化。另外，numpy.interp() 函数可以将数组插值到指定的范围内，可以用来对数据进行归一化。