今天是國慶連假第二天，也是我的鐵人賽第26天，讓我們繼續努力！昨天已經把相關係數小的資料們直接丟棄不理，並且從訓練資料中切出20%的資料當作驗證集。今天要將資料進行標準化或是正規化進行處理，這個舉動對我們訓練會有相當大的幫助哦！

介紹下標準化(Standardization)與正規化(Normalization)

為什麼要做這個舉動？

因為在行與行(x1和x2)之間可能會有數字上很大的差異，這會對在訓練模型時有不好的影響，就好比x1落在100000~500000；x2落在1~5，這極大的差距可想而知，尤其當他們的相關係數都很大時(可能都是接近1)，那x1會造成的影響就可能大於x2。
就像是今天房價與面積、樓層的關係：y = a * x1(坪數) + b * x2(樓層)
而面積可以是50~300(m^2)；樓層平均大概只會落在1~5，這樣數字的差距會使得目標函數變扁，進而造成在訓練過程中疊代速度變慢！可以看下方的圖：
1.在還沒進行處理前：

2.處理後：

上方兩圖出處
這時候標準化/正規化就很重要啦！
那麼以下兩者對數據處理動作的優點都是：
1.提升模型精準度
2.提升收斂速度

標準化(Standardization)

1. 標準化公式：
   
   x' = 更新後數值
   x = 現在數值
   μ = 這行數據的平均值
   σ = 這行數據的標準差
2. 標準化的特別：在做標準化有個很重大的前提，如果原本資料是類似高斯分布的話，效果會較佳，反之，若原本與高斯分布相差太遠，做出來的結果可能會更差。那做完標準化後，均值會變成0，標準差會變成1。

正規化(Normalization)

1. 正規化公式：
   
   x' = 更新後數值
   x = 現在的數值
   max(x) = 這行最大的數值
   min(x) = 這行最小的數值
2. 正規化的特別：正規化會將結果映射在0~1之間，但也像標準化有期望原本資料像是高斯分布一樣，正規化若是遇上不穩定的max或是min會使得正規化結果表現不好！

繼續實戰演練

先將原本的訓練資料和驗證資料都先標準化！

from sklearn import preprocessing #引入所需函式庫
normalize = preprocessing.StandardScaler() #取一個短的名字
# 標準化處理
X_trian_normal_data = normalize.fit_transform(X_train_dataset) #將訓練資料標準化
X_validation_normal_data = normalize.fit_transform(X_validation_dataset) #將驗證資料標準化

print(X_trian_normal_data)
print('*'*50)
print(X_validation_normal_data)

輸出：

[[ 2.13150648  1.86572881  1.78757018  0.60188649  1.68363344  1.43474327]
 [-0.79485211 -0.38726187 -0.71540986 -1.21671763 -1.05711061 -0.79116606]
 [-0.79485211 -0.43096212 -0.52782035 -1.08041967  0.31326141 -0.19886401]
 ...
 [-0.06326246 -2.55770764  0.4208466   0.7459729   0.31326141  0.31223535]
 [ 0.66832719  0.77807813  1.06133079  0.0742187   0.31326141 -0.25618356]
 [ 0.66832719  0.34350342  0.09122504  0.62330474  0.31326141  0.05907398]]
**************************************************
[[-0.10448035  1.80908987  3.08966184  1.77891255  0.30770478  0.05915902]
 [-0.10448035 -0.50234569 -0.48512908  0.13380716 -0.92311434 -0.99987664]
 [-0.79784997 -0.68477796 -0.43691417 -0.52458613 -0.92311434 -0.51376191]
 ...
 [-0.10448035 -0.67537423  1.13581016  1.79822542 -0.92311434 -1.10404408]
 [-1.49121958 -1.22831325 -1.05911606 -1.39366529 -2.15393345 -2.04155105]
 [-0.79784997 -1.0214313  -1.35070145 -0.68611196 -0.92311434 -0.79154175]

明天會開始架設神經網路！敬請期待！