# 归一化

> 将不同量纲、不同数量级的数据（如身高和工资）转换到同一个标准尺度（如0到1之间），以便进行比较和加权。

- ID: m06286
- 分类: technical
- 领域: 统计学

## 定义

将不同量纲、不同数量级的数据（如身高和工资）转换到同一个标准尺度（如0到1之间），以便进行比较和加权。脚手架作用： 拉齐水位。在评价员工（销售vs研发）或选择方案（高风险高收益vs低风险低收益）时，直接比较是无效的。必须先进行归一化处理，消除量纲影响，才能在同一维度下公平竞争。

## 机制

归一化指把数据或向量按某种规则缩放到统一尺度（如 [0,1]、单位长度、零均值），消除量纲差异、稳定计算。数据库范式（normalization）则指消除冗余依赖。

## 练习

选方法：最值缩放、z-score 或单位向量；按训练集统计量变换并复用；在 DB 中按范式分解表消除更新异常；依任务权衡去范式化。

## 脚手架用法

拉齐水位。在评价员工（销售vs研发）或选择方案（高风险高收益vs低风险低收益）时，直接比较是无效的。必须先进行归一化处理，消除量纲影响，才能在同一维度下公平竞争。

[阅读网页](https://thinkingmodels.site/entries/detail/m06286)