归一化公式是一种常用的数据预处理方法，主要用于将不同尺度的数据转换到相同的范围内。归一化可以消除数据之间的量纲影响，使得不同特征之间具有可比性，从而提升机器学习模型的性能和收敛速度。常见的归一化方法包括最小-最大归一化和Z-score归一化。最小-最大归一化将数据线性变换到[0,1]区间，而Z-score归一化则基于均值和标准差将数据转换为标准正态分布。归一化广泛应用于数据分析、特征工程和模型训练等领域。