行标准化：在数据处理/机器学习中，把每一行（row）的数据按某种规则缩放到可比范围，常见做法包括对每行进行均值-方差标准化（z-score）或按行归一化（如 L2 范数为 1）。用于减少不同样本/文档长度或量级差异对模型的影响。（该术语在不同领域也可能指略有差别的“按行缩放”方法。）
/ˈroʊ ˌstændərdaɪˈzeɪʃən/
The algorithm uses row-standardization to make each sample comparable.
该算法使用行标准化，使每个样本具有可比性。
In text classification, row-standardization (often via L2 normalization) can reduce the effect of long documents dominating the feature space.
在文本分类中，行标准化（常通过 L2 归一化实现）可以减少长文档在特征空间中过度占优势的影响。
由 row（行） + standardization（标准化） 组合而成的技术复合词：强调“标准化是按行进行的”，与按列（feature/column）标准化相对，常见于数据科学与矩阵运算语境。
该词更偏技术用语，在传统文学作品中较少出现；更常见于数据科学/机器学习技术书籍与教程中，例如：
Select Language