归一化、中心化、标准化，傻傻分不清楚？

文章预览

封面 前言介绍 ❝ 在数据处理中， “中心化”、“归一化”、“标准化” 是三个常见的术语。但是很多小伙伴往往对这三者 只是有模糊的认识 ，并不清楚三者在本质上的区别，因此经常混淆使用，但其实 这三者各有不同的用途和方法 。了解它们的区别对数据处理和机器学习等工作具有非常重要的意义。这篇文章，师兄就带着大家一起来揭开它们的神秘面纱！ 主要内容 中心化（Centering） 定义： 中心化是指 将数据的均值调整为零 。 方法： 对于每个数据点，从其值中减去数据的均值。 用途： 中心化可以 使数据分布更加对称 ，便于下一步的处理。 例如：在bulk RNA-seq和scRNA-seq数据处理中，中心化可以消除批次效应，使不同批次的数据更具可比性。 公式： 其中， 是原数据， 是数据的均值。 归一化（Normalization） 定义： 归一化是指 将数据缩 ………………………………