归一化 Normalization

Normalization is the process of scaling individual samples to have unit norm. This process can be useful if you plan to use a quadratic form such as the dot-product or any other kernel to quantify the similarity of any pair of samples.

在机器学习中面对多维特征的时候，要保证这些特征有有相近的尺度，才能更快的收敛
归一化提升了梯度下降求最优解的速度，也有提高精度的可能，但是有新的样本时需要重新计算所有的样本

• 线性归一化
  将原始数据转换到[0, 1]区间：
  

• 0 均值归一化
  将原始数据转换到[-1, 1]区间：
  
  平均值 标准差

• Reference

  • 再谈机器学习中的归一化方法
  • 中心化（又叫零均值化）和标准化（又叫归一化)