normalisoinnille

Normalisointi on prosessi, jolla ilmiö, data tai järjestelmä tehdään vertailukelpoiseksi tai yhdenmukaiseksi. Sanan 'normalisoinnille' on allatiivimuoto, jota käytetään viittaamaan siihen, mihin normaalius tai yhdenmukaistaminen tähdätään tai mitä normaalisointia varten tehdään.

Tilastollisessa ja koneoppimisessa normalisointi muuttaa muuttujien arvoja yhteensopiviksi mittayksiköihin tai niiden asteikoille. Esimerkkejä ovat min-max-skaalaus ja standardointi (esim. z-score). Hyödyt: parempi vertailtavuus ja nopeampi konvergenssi; haitat: voi muuttaa jakaumaa tai tulkintaa. Valinta riippuu sovelluksesta.

Tietokantojen normalisointi tarkoittaa rakenteen jakamista normaalimuotoihin (1NF–BCNF), jotta tieto on loogisesti erillään ja päivitykset pysyvät eheänä. Edut: vähemmän redundanssia, helpompi ylläpito; haitat: suunnittelun monimutkaisuus ja kyselyiden tarve.

Muita sovelluksia ovat kuvankäsittely, jossa kirkkaus- tai kontrastiasetuksia normalisoidaan, sekä signaalinkäsittely, jossa amplitudi tasataan. Luonteeltaan kieli- ja tekstinkäsittelyssä normalisointi voi tarkoittaa sanaston ja muodon yhdenmukaistamista.

Normalisoinnille ominaisten etujen ohella on huomioitava, että väärä normalisointi voi vääristää tietojen tulkintaa tai poistaa tärkeää vaihtelua. Siksi konteksti ja tavoitteet määrittävät parhaan lähestymistavan.