你想弄懂什么？

归一化的主要目标是将数据集的所有特征带到相似的尺度上，通常在 0 到 1 之间。这有助于在统一的基础上比较不同的特征，并防止具有较大数值的特征在模型训练过程中占主导地位。

适用条件：当数据集特征具有不同的值时使用。；目标是将特征带到相似的尺度上。

归一化的主要目标是将数据集的所有特征带到相似的尺度上，通常在 0 到 1 之间。这有助于在统一的基础上比较不同的特征，并防止具有较大数值的特征在模型训练过程中占主导地位。

适用条件：当数据集特征具有不同的值时使用。；目标是将特征带到相似的尺度上。