網上講得比較亂
有些博客把歸一化和標準化認爲一致，主要是覺得normalization這個詞語翻譯成標準化和歸一化都沒啥問題
Min-Max scaling（歸一化），也可以使用normalization，但是谷歌上不推薦
，公式是：
網上通俗的說法是：用來消除量鋼的影響。
這個說法是不準確的，因爲有的特徵顯然需要比重大一些，有的需要比重小一些。
這個“消除量鋼影響”的說法其實是默認數據特徵是一視同仁、同等重要的。
歸一化用來處理行
效果是針對特徵對應的列之間的權重一致
z-score normalization(標準化)，
有的博客認爲，由於Min-Max scaling也可以翻譯成Min-Max normalization
所以他們認爲歸一化也是一種報準化，這種說法也行，其實就是翻譯問題。
標準化是用來處理数据集的列。
岭回归和Lasso时候，SVM，KNN中，标准化是必须的
线性回归、逻辑回归、决策树、随机森林、梯度上升，不需要标准化
转载自：
https://blog.csdn.net/shwan_ma/article/details/80154888
中心化