数据的标准化（normalization）是将数据按比例缩放，使之落入一个小的特定区间。

在某些比较和评价的指标处理中经常会用到，去除数据的单位限制，将其转化为无量纲的纯数值，便于不同单位或量级的指标能够进行比较和加权

最典型的就是数据的归一化处理，即将数据统一映射到[0,1]区间上

0-1标准化【常用】 / Z-score标准化'''

1-创建数据

2--# 数据标准化  # （1）0-1标准化【常用】

# 将数据的最大最小值记录下来，并通过Max-Min作为基数（即Min=0，Max=1）进行数据的归一化处理

# x = (x - Min) / (Max - Min)

2--# （2）Z-score标准化(用户比较【样本相似性】)

z=(x-μ)/σ，其中x为某一具体分数，μ为平均数，σ为标准差

3--# 案例应用

# 八类产品的两个指标value1，value2，其中value1权重为0.6，value2权重为0.4

# 通过0-1标准化，判断哪个产品综合指标状况最好