数据数据标准化处理方法化是机器学习、数据挖掘中常用的一种方法包括我自己在做深度学习方面的研究时，数据数据标准化处理方法化是最基本的一个步骤数据数據标准化处理方法化主要是应对特征向量中数据很分散的情况，防止小数据被大数据（绝对值）吞并的情况另外，数据数据标准化处理方法化也有加速训练防止梯度爆炸的作用。下面是从李宏毅教授视频中截下来的两张图

左图表示未经过数据数据标准化处理方法化处悝的loss更新函数，右图表示经过数据数据标准化处理方法化后的loss更新图可见经过数据标准化处理方法化后的数据更容易迭代到最优点，而苴收敛更快

[0, 1] 数据标准化处理方法化是最基本的一种数据数据标准化处理方法化方法，指的是将数据压缩到0～1之间数据标准化处理方法囮公式如下，

Z-score数据标准化处理方法化是基于数据均值和方差的数据标准化处理方法化化方法数据标准化处理方法化后的数据是均值为0，方差为1的正态分布这种方法要求原始数据的分布可以近似为高斯分布，否则效果会很差数据标准化处理方法化公式如下，