標準化とは、特徴行列の各次元の値の大きさの尺度を統一することで、ある特徴の影響が過度に出ないようにすることです。
生のデータセットの場合、各次元の尺度や単位は「身長（100〜200ほどの数値）」や「視力（0〜5ほどの数値）」とバラバラです。 標準化によって各値の尺度を統一する（各値の相対的な位置を表す数字に変換する）ことで、学習モデルに特定の次元の影響が大きくですぎないようにできます。
