均值归一化是特征缩放的一种形式，因此这并不是两种不同的方法。特征缩放只是一个更笼统的术语。您需要使用什么样的特征缩放，例如均值归一化，最终取决于数据。

我同意现有的答案，即特征缩放是平均归一化、残差归一化等技术的超集。

因此，假设通过特征缩放，您指的是平均标准化以外的技术，我会尝试回答您的问题：

1）我可以混合搭配这两种方法吗？例如，特征量表 x1 和均值归一化 x2？

在大多数情况下没有。通常，只使用一种归一化技术，它几乎可以满足需要。除了该论点之外，还应注意任何规范化技术都会在数据记录中引入重复（不一定是冗余重复）。

因此，在大多数情况下，几乎单一的标准化技术就足够了。

2) 您如何确定应用这些选项中的哪一个？似乎两者都可以完成提高收敛速度的任务......我想你只需要知道你的数据集就可以了解哪些会可靠地降低你的值，同时尽可能少地留下异常值？

是的，你是对的。技术的选择取决于数据。特征缩放（和归一化）过程属于数据清洗过程。因此，它是在为分析过程选择相关数据之后立即完成的。