MATLAB 提供两种数据归一化方法：范围归一化（缩放数据至 [0, 1]）和均值归一化（中心化为 0，标准化为 1）。具体方法：1. 范围归一化：使用 rescale 函数；2. 均值归一化：使用 normalize 函数，设置参数 'center' 和 'scale'。

MATLAB 数据归一化

数据归一化是一种数据预处理技术，用于缩小数据值范围，使其落在一个特定的区间内，通常是 0 和 1 之间。这对于机器学习模型非常有用，因为它可以帮助加快训练并提高模型的准确性。

如何使用 MATLAB 进行数据归一化

MATLAB 提供了以下两种主要方法来归一化数据：

1. 范围归一化（Scale Normalization）

范围归一化将数据值缩放到 [0, 1] 范围内。MATLAB 函数 rescale 可用于进行范围归一化：

data_normalized = rescale(data);

2. 均值归一化（Mean Normalization）

均值归一化将数据值减去其均值，然后除以其标准差。这将数据中心化为 0 并将其缩放到标准差为 1 的范围内。MATLAB 函数 normalize 可用于进行均值归一化：

data_normalized = normalize(data, 'center', 'scale');

示例

% 原始数据
data = [1, 3, 5, 7, 9];

% 范围归一化
data_range_normalized = rescale(data);

% 均值归一化
data_mean_normalized = normalize(data, 'center', 'scale');

% 输出归一化后的数据
disp(data_range_normalized);
disp(data_mean_normalized);

输出

0.0000    0.2500    0.5000    0.7500    1.0000
-1.4142   -0.7071    0.0000    0.7071    1.4142