归一化用于文本分类中的特征向量计算

归一化，也即数据标准化。是数据挖掘的一项基础工作，不同评价指标往往具有不同的量纲和量纲单位，这样的情况会影响到数据分析的结果，为了消除指标之间的量纲影响，需要进行数据标准化处理，以解决数据指标之间的可比性。原始数据经过数据标准化处理后，各指标处于同一数量级，适合进行综合对比评价。以下是两种归一化方法：

一、min-max标准化（Min-Max Normalization）
也称为离差标准化，是对原始数据的线性变换，使结果值映射到[0 - 1]之间。归一化映射如下：
f:x→y=x−xminxmax−xmin

二. 向量求模标准化
如 a⃗ =(1,2,3),计算得模为|a⃗ |=12+22+3212+22+32√=3.742，则a⃗ new=(13.742,23.742,33.742).