归一化是什么?

归一化是将数据调整到统一范围的过程，比如把数值压缩到0到1之间。常见做法是用最大值减最小值做分母，每个数减最小值后除以这个结果。归一化能消除量纲影响，让不同数据可比。机器学习里归一化能加速模型收敛，避免某些特征因数值过大主导计算。归一化后数据分布更均匀，计算更稳定。

归一化方法还有小数定标标准化，通过除以10的幂次调整数据范围。图像处理中归一化能让像素值在0到255之间标准化。归一化不是必须步骤，但多数场景下能提升效果。归一化后数据失去原始量纲，解读时需注意。归一化前需检查数据分布，异常值可能影响结果。