python实现几种归一化方法（Normalization Method）

Sigmoid函数是一个具有S形曲线的函数，是良好的阈值函数，在处中心对称，在附近有比较大的斜率，而当数据趋向于正无穷和负无穷的时候，映射出来的值就会无限趋向于1和0，是个人非常喜欢的“归一化方法”，之所以打引号是因为我觉得Sigmoid函数在阈值分割上也有很不错的表现，根据公式的改变，就可以改变分割阈值，这里作为归一化方法，我们只考虑作为分割阈值的点的情况：LaTex：{x}_{normalization}=\frac{1}{1+{e}^{-x}}Python实现：这里useStatus管理是否使用sigmoid的状态，方便调试使用。