：normalize

特征函数可以用到排序表达式中（大部分仅支持精排表达式），可以通过各种语法及语句的组合得到强大的排序功能。

其中特征函数参数出现的文档字段需根据对应函数文档提示，创建为索引或属性.

1.场景概述：

相关性计算过程中，一篇doc的好坏需要从不同的维度衡量。而各个维度的分数值域可能不同，比如网页点击数可能是成百上千万，网页的文本相关性分数在[0, 1]之间，它们之间没有可比性。为了在公式中使用这些元素，需要将不同的分数归一化至同一个值域区间，而normalize为这种归一化提供了一种简便的方法。normlize支持三种归一化方法：线性函数转化、对数函数转化、反正切函数转化。根据传入参数的不同，normalize自动选择不同的归一化方法。如果只指定value参数，normalize使用反正切函数转化，如果指定了value和max参数，normalize使用对数函数转化，如果指定了value、max和min，normalize使用线性函数转化。

2.详细用法：

normalize(value, max, min)

3.参数：

• value：需要做归一化的值，支持double类型的浮点数，该值可以来自文档中的字段或者其他表达式

• max：value的最大值，可选，支持double类型的浮点数

• min：value的最小值，可选，支持double类型的浮点数

4.返回值：

double，[0, 1]之间的值。

5.适用场景：

场景1：对price字段做归一化，但是不知道price的值域，可以使用如下公式进行归一化 normalize(price)

场景2：对price字段做归一化，但是只知道price的最大值为100，可以使用如下公式进行归一化 normalize(price, 100)

场景3：对price字段做归一化，并且知道price的最大值为100，最小值为1，可以使用如下公式进行归一化 normalize(price, 100, 1)

场景4：将distance函数的结果归一化至[0, 1] normalize(distance(longitude_in_doc, latitude_in_doc, longtitude_in_query, latitude_in_query))

6.注意事项：

• 函数参数需创建为属性

• 使用反正切函数进行归一化时，如果value小于0，归一化后的值为0

• 使用对数函数进行归一化时，max的值要大于1

• 使用线性函数进行归一化时，max要大于min