归一化和标准化有什么区别?

归一化和标准化都是数据预处理方法，但处理方式不同。归一化将数据缩放到0到1之间，适合数据范围差异大的场景；标准化将数据转换为均值为0、标准差为1的分布，适合数据存在异常值的情况。

区别

归一化：通过最小最大缩放法，将原始数据线性映射到固定区间。例如，房价数据从10万到1000万，归一化后变成0到1。这种方法保留原始数据的分布形状，适合神经网络输入或图像处理。计算简单，但对异常值敏感，极端数据会导致其他数据压缩。

标准化：通过Z-score转换，减去均值后除以标准差。例如，学生成绩均分80，标准差10，90分标准化后为1。这种方法消除量纲影响，适合线性回归或聚类分析。数据分布更稳定，但异常值仍会影响结果，需先处理离群点。