歸一化化就是要把你需要處理的數據經過處理后（通過某種算法）限制在你需要的一定范圍內。首先歸一化是為了后面數據處理的方便，其次是保正程序運行時收斂加快。
R語言中的歸一化函數：scale
數據歸一化包括數據的中心化和數據的標准化。
1. 數據的中心化
所謂數據的中心化是指數據集中的各項數據減去數據集的均值。
例如有數據集1, 2, 3, 6, 3，其均值為3,那么中心化之后的數據集為1-3,2-3,3-3,6-3,3-3,即：-2,-1,0,3,0
2. 數據的標准化
所謂數據的標准化是指中心化之后的數據在除以數據集的標准差，即數據集中的各項數據減去數據集的均值再除以數據集的標准差。
例如有數據集1, 2, 3, 6, 3，其均值為3,其標准差為1.87，那么標准化之后的數據集為(1-3)/1.87,(2-3)/1.87,(3-3)/1.87,(6-3)/1.87,(3-3)/1.87,即：-1.069,-0.535,0,1.604,0
數據中心化和標准化的意義是一樣的，為了消除量綱對數據結構的影響。在R語言中可以使用scale方法來對數據進行中心化和標准化。
scale函數是將一組數進行處理，默認情況下是將一組數的每個數都減去這組數的平均值后再除以這組數的標准差。
其中有兩個參數：
center=TRUE，默認的，是將一組數中每個數減去平均值，若為false，則不減平均值；
scale=TRUE，默認的，是將一組數中每個數除以標准差。
scale默認情況下：將一組數的每個數都減去這組數的平均值后再除以這組數的標准差。
> scale(ss) [,1] [1,] -1.3805850 [2,] -0.6371931 [3,] 0.1061988 [4,] 0.8495908 [5,] 1.5929827 [6,] 0.1061988 [7,] -0.6371931 attr(,"scaled:center") [1] 2.857143 attr(,"scaled:scale") [1] 1.345185