2. 最小值归一化公式：$x_{new}=\\frac{x-x_{min}}{x_{max}-x_{min}}$
3. Z-score标准化公式：$x_{new}=\\frac{x-\\mu}{\\sigma}$
4. 小数定标标准化公式：$x_{new}=\\frac{x}{10^j}$，其中$j$为使得$x_{new}$的绝对值小于1的最小整数。
5. 对数函数归一化公式：$x_{new}=\\log(x)$
6. 反正切函数归一化公式：$x_{new}=\\arctan(x)$
7. Sigmoid函数归一化公式：$x_{new}=\\frac{1}{1+e^{-x}}$
8. Softmax函数归一化公式：$x_{new}=\\frac{e^x}{\\sum_{i=1}^ne^{x_i}}$
9. 线性归一化公式：$x_{new}=\\frac{x-x_{min}}{x_{max}-x_{min}}$
10. 均值平移标准化公式：$x_{new}=x-\\mu$，其中$\\mu$为样本均值。
11. 范围缩放标准化公式：$x_{new}=\\frac{x-\\mu}{\\sigma}\\times k+b$，其中$\\mu$为样本均值，$\\sigma$为样本标准差，$k$和$b$为缩放系数。
12. 稀疏矩阵归一化公式：$x_{new}=\\frac{x}{\\sqrt{\\sum_{i=1}^n x_i^2}}$，其中$n$为非零元素个数。
13. 模长归一化公式：$x_{new}=\\frac{x}{\\|x\\|}$，其中$\\|x\\|$为向量$x$的模长。
14. 欧几里得距离公式：$d_{ij}=\\sqrt{\\sum_{k=1}^n(x_{ik}-x_{jk})^2}$
15. 余弦相似度公式：$sim_{ij}=\\frac{\\sum_{k=1}^n x_{ik}x_{jk}}{\\sqrt{\\sum_{k=1}^n x_{ik}^2}\\sqrt{\\sum_{k=1}^n x_{jk}^2}}$
关注官方微信
关注官方微博
