数据预处理有哪些

归一化：将数据缩放到[0, 1]或[-1, 1]之间，可以提高训练速度和准确性。
标准化：将数据的均值和标准差进行调整，可以使数据更容易训练。
One-hot编码：将分类变量转换为二进制向量，以便神经网络能够处理。

数据增强：通过随机旋转、裁剪等操作，增加训练数据的多样性，可以提高模型的鲁棒性。

参考：https://blog.csdn.net/qq_33578950/article/details/130062360