Normalization
/ˌnɔːrmələˈzeɪʃən/
规范化，标准化，正常化
原始画面
将一把失准的尺子重新校准到标准刻度，使所有测量结果站在同一基准线上。
核心意象
偏差 → 调整 → 一致 (或: 数据减去均值除以标准差 = 归一化)
深度解析
Normalization 源自拉丁语 norma（木工直角尺），核心含义是“使符合标准或常态”。它不只是简单的平均化，而是通过消除极端偏离、统一量纲，让原本不可比较的事物变得可比。
在社会学中，Normalization 指某种行为或观念从“异常”变为“被接受”的过程——比如吸烟曾被认为是优雅，后来被规范化为不健康，这揭示了权力如何塑造“正常”。
在统计学与机器学习中，它是数据预处理的关键步骤：通过缩放（如最小-最大归一化）或标准化（如Z-score），消除特征间量纲的影响，让模型能公平学习。这背后是化无序为有序的数学哲学。
在数据库设计中，范式化（Normalization）通过分解表结构消除数据冗余与更新异常，本质是对信息存储的理性治理——一种追求完美平衡的建模艺术。