無量綱化，也稱為nondimensionalization或dimensionless，是一種數據處理方法，主要用於消除不同物理量之間的量綱差異，使數據具有可比性。這樣處理可以簡化實驗或計算過程，是科學研究中非常重要的一個環節。
無量綱化的基本思想是通過替換變數，部分或全部去除方程中涉及物理量的單位。這通常利用相似準則來實現，例如在流體動力學中，牛頓數（一個無量綱數）是作用力與慣性力的比值，用於判斷流動的動力相似性。
無量綱化的方法多種多樣，主要包括直線型、折線型和曲線型無量綱化方法。直線型方法包括閾值法、標準化法和比重法。折線型方法適用於指標值在不同階段變化對事物總體水平影響不一樣的情況。曲線型方法適用於指標值的變化是循序漸進的情況。
無量綱化不僅套用於科學研究，還在數據預處理、機器學習、統計分析和決策支持系統中發揮著重要作用。例如，在邏輯回歸、支持向量機和神經網路等算法中，無量綱化可以加快求解速度；在K近鄰、K-Means聚類等距離類模型中，無量綱化有助於提升模型精度，避免特定值範圍大的特徵對距離計算造成影響。