转载自   https://blog.csdn.net/lkj345/article/details/50352385

背景介绍：

  为了方便演示，我们以一个简单的矩阵来说明归一化。

                                            这是3*4的矩阵，表示有4条训练数据，每条数据有3个属性。数据归一化应该针对属性，而不是针对每条数据，针对每条数据是完全没有意义的，因为只是等比例缩放，对之后的分类没有任何作用。

 针对属性进行归一化的代码

 得到的归一化矩阵如下

 针对数据进行归一化的代码

 得到的归一化矩阵如下

                                              我们应该采用第一种归一化方法，即对属性进行归一化。  训练集和测试集归一化的方法应该相同。  网上有一些说法，觉得训练集和测试集应该放到一起进行归一化，我觉得这种做法有所不妥，这样会让测试集受到训练集的影响，导致训练集和测试集不相互独立。  正确的做法是记录下训练集的归一化方法，用该方法对测试集单独进行归一化，matlab中的mapminmax函数提供了相应的机制。

 对于一条新的数据，应该先按照训练集的归一化方法进行归一化，再进行分类，比如对于如下一条新数据，

                                         通过如下代码

其中settings记录了训练集的归一化方法，得到以下归一化结果，可以参考矩阵(2)

mapminmax会跳过NaN数据，最好的方法是归一化之后，将NaN赋值成0。