不同情境使用 Normalization 有不同的意思

一般而言，normalizing 意味著做一轉換後產生 normal。

當數據是向量時，normalizing 意味著轉換此向量如此有單位 norm。

當數據是隨機變數時，normalizing 意味著轉換成 normal 分佈。

當數據假設為 normal 分布時，normalizing   意味著轉換成有單位變異量。


對 PCA 而言 Normalization 是重要的，因為 PCA 是找出變異量最大的方向，如果沒有將大家的 scale 轉成相同，就會嚴重偏向那些大單位變異的變數(雖然這個動作也不全然可視作 normalization)。