向量标准化：定义、步骤及应用 - 机器学习

向量标准化是将向量转换为单位向量的过程。单位向量是长度为1的向量，它的方向与原向量相同。标准化向量的方法是将向量除以其长度，即：

$$ \frac{\vec{v}}{|\vec{v}|} $$

其中，$\vec{v}$是需要标准化的向量，$|\vec{v}|$是向量的长度。标准化后的向量也称为归一化向量。

标准化向量的作用是使向量的长度变为1，方便进行比较和计算。在机器学习中，标准化向量也常用于特征缩放，即将特征值缩放到相同的范围内，防止某些特征值对模型的影响过大。

标准化向量的步骤如下：

1. 计算向量的长度 $|\vec{v}|$。

2. 将向量的每个分量除以 $|\vec{v}|$。

3. 得到标准化向量 $\frac{\vec{v}}{|\vec{v}|}$。