Ответы:
Если вы примените нормализацию (сожмите в [0,1]), у вас будет мера относительной важности переменной, но это изменит масштаб ваших переменных, и вы потеряете всю интерпретируемость модели. Преимущество стандартизации в том , что вы можете интерпретировать модели , как вы бы с МНК (это уже уже ответили unregularised здесь ).
Нормализация очень важна для методов с регуляризацией. Это связано с тем, что масштаб переменных влияет на степень регуляризации, применимый к конкретной переменной.
Например, предположим, что одна переменная находится в очень большом масштабе, скажем, порядка миллионов, а другая переменная от 0 до 1. Тогда мы можем думать, что регуляризация будет мало влиять на первую переменную.
Как и в случае нормализации, нормализации до 0 к 1 или стандартизации функций не имеет большого значения.