最簡單的方法就是：標準化方法

還有【重新縮放法】，出自：http://www.nohup.cc/article/166/#menu_index_2

在文章中，提到標準化的方法為：

標準化方法有一個好處：python裡面的numpy包中有求矩陣均值，標準差等統計引數的函式，很方便。

其中，x,x¯,σ,x′ 分別表示原矩陣中需要歸一化的輸入資料，原矩陣資料的均值，原矩陣資料的標準差，歸一化後的輸出資料。

在python中利用 numpy，實現。

假設，樣本含有n個因素，共有m個樣本，即可以組成 m*n，矩陣。

歸一化如下：

def Normalization(self):

        self.martix = open_the_file()  #開啟資料檔案函式

        u = np.mean(self.martix, axis=0) # axis=0，計算每一列的均值

        v = np.std(self.martix, axis=0) # axis=0計算每一列的標準差

        for j  in range(self.M):

            for i  in range(self.N):

                self.martix[j][i] = (self.martix[j][i] - u[i]) / v[i]