Python 标准化或规范化分类值

我对数据科学相当陌生（我正在使用python），并发现在进一步研究之前，我们最好对数据进行标准化或规范化。我的问题是：

如果存在分类值（二进制且使用一个热编码，0或1），例如男性或女性，我们需要标准化或规范化此类数据吗

如果分类数据是非二进制的，例如，你的健康测量（1=差，2=相当健康，3=健康，4=适合，5=非常适合）。我们还需要对这些数据进行标准化或规范化吗

---

如果您有两个以上的分类值，最好将它们转换为一个热编码。分类值不应具有数学关系。如果无法解释分类数据之间的数学顺序（例如，拟合>健康？），则应创建一个热向量，并将其表示为特征：

                 Old Version      New version
                              1th 2th  3th  4th  5th  6th
poor              1           0   0    0    0    0     1
quite             2           0   0    0    0    1     0
healthy           3           0   0    0    1    0     0
healthy           4           0   0    1    0    0     0
fit               5           0   1    0    0    0     0
very fit          6           1   0    0    0    0     0

基本上你有6个新特性，每个都代表你的一个类别

---

注意：没有必要对二进制数据应用规范化或标准化，因为它已经在[0,1]

我明白了，但是如果我有其他列包含数据，例如年龄和薪水，其中年龄范围从1到80，薪水范围从，例如，该怎么办。5000到500000，因为它们在不同的范围内，我应该对它们都应用规范化还是标准化？例如，我对年龄和薪水进行了标准化或标准化处理，但对一个热编码的类别也不进行标准化处理？你可以解释5000和500000之间的数学关系，这样你就可以对年龄和薪水进行标准化处理。基本上，如果值之间存在数学关系，则可以应用规范化。