严谨来说，归一化只是标准化的一种方式，最常见的是以下两种：

1、min-max标准化（Min-max normalization）

x*=(x-min)/(max-min)

可映射到[0,1]，若为了映射到[-1,1],则在此基础上2x*-1

注：这种方法有一个缺陷就是当有新数据加入时，可能导致max和min的变化，需要重新定义。

2、z-score标准化(zero-mean normalization)

x*=(x-μ)/σ

其中μ为所有样本数据的均值，σ为所有样本数据的标准差。经过处理后的数据符合标准正态分布，前提是要求原始数据近似符合正态分布

3、此外还有log函数转换atan函数转换等

x*=log10(x)/log10(max)

x*=atan(x)*2/π