首頁 / 名詞卡 / 機器學習核心 / Min-Max標準化(Min-Max Scaling)

iPAS AI初級⚙️ 機器學習核心
🔑 名詞卡

Min-Max標準化(Min-Max Scaling)

🎯 定義

數據標準化方法之一,將數據映射到 0 到 1 的區間,消除特徵間的尺度差異。

公式

\[X_{scaled} = \frac{X - X_{min}}{X_{max} - X_{min}}\]

記憶技巧

結果固定落在 [0, 1] 區間,是「最小-最大」標準化名稱的由來。

易混淆

  • vs Z-score標準化:Min-Max 結果落在固定 [0,1] 區間;Z-score 結果為均值 0、標準差 1 的分佈(可為負值,不限固定區間)。
📖 課文原文

「最小-最大標準化(Min-Max Scaling):將數據映射到 0 到 1 的區間。」