归一化，标准化和正则化的区别

1、归一化

把数据映射到0-1范围内，使得处理过程更加便捷；提高不同数据特征之间的可比性，比如假设有身高，体重两个特征，此时假设用KNN算法计算其欧氏距离的话，可以先考虑将其归一化处理，这样比较更加便捷与科学。

2、标准化

是为了方便数据的下一步处理，而进行的数据缩放等变换，并不是为了方便与其他数据一同处理或比较，比如数据经过0-1均值标准化后，更利于使用标准正太分布的性质，进行处理；

3、正则化

正则化一般是用于防止模型出现过拟合的现象

正则化项是用来对模型中某些参数进行约束

其中，第一项是损失函数(经验风险)，第二项是正则化项，lamda>=0，是调整损失函数和正则化项的系数。

详见：https://blog.csdn.net/m0_37952909/article/details/79686573