归一化：

 1、把数变为（0，1）之间的小数 主要是为了数据处理方便提出来的，把数据映射到0～1范围之内处理，更加便捷快速。 2、把有量纲表达式变为无量纲表达式 归一化是一种简化计算的方式，即将有量纲的表达式，经过变换，化为无量纲的表达式，成为纯量。

好处：

    1）归一化后加快了梯度下降求最优解的速度；

    2）归一化有可能提高精度（如KNN）

标准化：

      数据的标准化是将数据按比例缩放，使之落入一个小的特定区间。由于信用指标体系的各个指标度量单位是不同的，为了能够将指标参与评价计算，需要对指标进行规范化处理，通过函数变换将其数值映射到某个数值区间。

好处：

    1）使得不同度量之间的特征具有可比性，对目标函数的影响体现在几何分布上，而不是数值上

    2） 不改变原始数据的分布