Normalization vs. Standardization

Einfach erklärt

Beide Methoden skalieren Features, aber unterschiedlich.

Normalization (Min-Max):
x_norm = (x - min) / (max - min)
→ Werte zwischen 0 und 1

Standardization (Z-Score):
x_std = (x - mean) / std
→ Mittelwert 0, Standardabweichung 1

Technischer Deep Dive

Vergleich

Aspekt	Normalization	Standardization
Bereich	[0, 1]	Unbegrenzt
Outlier	Sensitiv	Robuster
Verteilung	Erhält Form	Zentriert
Use Case	Bilder, bounded	Allgemein

Code

from sklearn.preprocessing import MinMaxScaler, StandardScaler

# Normalization
norm = MinMaxScaler()
X_norm = norm.fit_transform(X)

# Standardization
std = StandardScaler()
X_std = std.fit_transform(X)