最大值歸一化

最大值歸一化是一種數據標準化方法，用於將數據集中的每個數值轉換為0到1之間的值。這種方法通過將每個數值除以該數據集中的最大值來實現歸一化。最大值歸一化的公式如下：

[ \text{normalized value} = \frac{\text{original value} - \text{minimum value}}{\text{maximum value} - \text{minimum value}} ]

其中，原始值是數據集中的某個數值，最小值是數據集中所有數值的最小值，最大值是數據集中所有數值的最大值。

例如，如果我們有一個數據集 [1, 2, 3, 4, 5]，最小值為1，最大值為5。如果我們想將這個數據集歸一化，我們就可以使用上面的公式。對於每個數值，我們計算它的歸一化值：

• 對於數值1，歸一化值為 ( \frac{1-1}{5-1} = 0 )
• 對於數值2，歸一化值為 ( \frac{2-1}{5-1} = \frac{1}{4} )
• 對於數值3，歸一化值為 ( \frac{3-1}{5-1} = \frac{2}{4} )
• 對於數值4，歸一化值為 ( \frac{4-1}{5-1} = \frac{3}{4} )
• 對於數值5，歸一化值為 ( \frac{5-1}{5-1} = 1 )

歸一化後的數據集為 [0, 0.25, 0.5, 0.75, 1]。

最大值歸一化是一種簡單的數據標準化方法，但它有一個缺點，那就是它假設數據集中的最大值和最小值是固定的。如果數據集中的最大值或最小值發生變化，那麼歸一化後的數值也會發生變化。因此，最大值歸一化不適用於動態變化的數據集。