为什么要对数据进行归一化？

谈到相似性（距离），就不得不说归一化的问题了。在计算距离时，比如使用二范数，如果某个维度的数据范围特别大（0–1000），而另一个维度数据范围又很小（0–0.5），那么在计算距离的时候，范围大的对于距离的影响会特别大！也就是说范围大的数据对于距离的贡献特别大，这样会导致范围小的数据基本被忽略了，显然这不是我们想要的结果。所以，为了更好的计算相似性（也有可能有其他目的），我们必须对数据特征进行归一化。 
关于数据归一化，可以看 这里