一、数据归一化的引入

什么是归一化呢？
同样基于乳腺癌数据集上观察X的数值概要，执行代码见下：

X_ = pd.DataFrame(X)
X_.head()
X_.describe().T

部分输出结果为：

现象： 发现不同特征之间数值相差非常大；
原因： 是因为不同特征之间的度量量纲不同导致的。而在距离计算公式中, 是由数据之间的差值计算的, 因为量纲不同, 所以不同特征之间计算出的结果大小相差极大。
影响： 只有那些结果很大的才能对最终距离产生很大的影响, 数值小的几乎起不到什么作用, 这不是我们希望看到的。

这种现象在机器学习中被称为 "量纲不统一"。

二、数据归一化概念

当数据（x）按照最小值中心化后，再按极差（最大值-最小值）缩放，数据移动了最小值个单位，并且会被收敛到[0，1]之间，而这个过程，就称作数据归一化（Normalization，又称Min-Max Scaling）。

注意： Normalization是归一化，不是正则化，真正的正则化是regularization，不是数据预处理的一种手段。

0-1归一化的公式：

在sklearn当中，我们使用preprocessing.MinMaxScaler来实现这个功能。MinMaxScaler有一个重要参数，feature_range，控制我们希望把数据压缩到的范围，默认是[0，1]。