将数值数据缩放到统一范围（通常为0到1）的过程，以便进行公平比较。
归一化将不同量纲的数值调整到统一的尺度上。这在数据分析和机器学习中至关重要，可以确保大范围的变量不会对结果产生不成比例的影响。
(x - MIN(range)) / (MAX(range) - MIN(range))
如果你有一个包含“年龄”（0-100）和“收入”（0-100,000）的数据集，将两者归一化到0-1区间可以防止收入数据在计算中占据主导地位。
它可以防止绝对值较大的变量扭曲你的分析结果或模型性能。