概念：使用不同规格的数据转换到统一格式。默认范围区间为0，1。
公式：
代码实现：
MinMaxScaler是一个类
归一化的作用：
优点一：可以提升模型的收敛速度。采用梯度下降法求解时，归一化后优化形状变为圆形，梯度方向直指圆心，迭代速度变快，大大减少寻找最优解的时间。
优点二：提升模型精度。涉及到距离计算时，数量级小的特征对结果的影响远远小于数量级大的特征，对精度造成损失，归一化可以使各个特征对结果做出的贡献相同。
适应场景：
最大值与最小值非常容易受异常点影响，所以这种方法鲁棒性较差，只适合传统精确小数据场景