推 clh960524: 我目前看到通常是4，不知道有沒有其他大大要補充 11/20 09:48
推 robert09080: 1-3是做標準化（x-xbar)/std ，結果會有負值。4是做 11/20 10:36
→ robert09080: 正規化 （x-xbar)/(xmax-xmin) ，結果大於0。有點忘 11/20 10:36
→ robert09080: 記標準化和正規化的定義，好像比較常看到4 11/20 10:36
推 ddavid: 其實這些全部都是normalization啊，哪個好要看實際應用的 11/20 23:05
→ ddavid: 資料特性跟需求目的而定 11/20 23:05
→ ddavid: 而normalize對象哪些該一起、哪些該分開，就會依據你對這 11/20 23:06
→ ddavid: 些項目的重要性跟獨立性而定 11/20 23:07
→ ddavid: 例如你認為第一個像素跟第二個像素在你的判斷中是各自獨立 11/20 23:08
→ ddavid: 的，你認為第一個像素之間的明暗比較才有意義，而它與第二 11/20 23:08
→ ddavid: 個像素的相對關係就不重要，而且你認為這兩個像素的重要性 11/20 23:09
→ ddavid: 相等，那你就可能採取個別對特徵行（單一像素）做min-max 11/20 23:10
→ ddavid: 而另一個相對的例子，你覺得不同圖片之間的比對並不重要， 11/20 23:11
→ ddavid: 重視的特徵是同一張圖片內的明暗變化，也就是例如兩張圖片 11/20 23:12
→ ddavid: 的明暗度可能差異超大，但是這兩張圖都是上半亮下半暗你就 11/20 23:12
→ ddavid: 覺得其實可能是類似的，在這種情況我們就可能採取對資料列 11/20 23:13
→ ddavid: （單一張圖內部的像素）做min-max 11/20 23:13
→ ddavid: 而如果圖片之間的明暗比較以及單一圖片內部的明暗比較都同 11/20 23:14
→ ddavid: 樣重要，我們就可能同時對所有特徵資料行列（所有圖片的所 11/20 23:14
→ ddavid: 有像素）同時一起做min-max 11/20 23:15
→ ddavid: 另外如果覺得不只是相對的明暗度，絕對的明暗度也非常重要 11/20 23:16
→ ddavid: 那麼我們就不會採用min-max而是採用直接從0-255映射到0-1 11/20 23:17
→ ddavid: 之類的方式 11/20 23:17
→ oo855050: 好的感謝各位的回答 這樣我了解了^o^ 11/21 14:32