Normalization Regularization 和 standardization

Normalization：归一化，一般在training之前对数据的操作，消除量纲什么的 映射到【0，1】内

standardization：数据正态化，使平均值1方差为0.亦是对数据的处理

Regularization：正则化，对LOSS的惩罚项 防止过拟合。

注意归一化和标准化的区别：

归一化 将不同的特征信息都一视同仁

标准化 对不同特征维度的伸缩变换的目的是使得不同度量之间的特征具有可比性。同时不改变原始数据的分布。