Ключевые отличия между линейным и квадратичным масштабированием данных заключаются в следующем:

• Линейное масштабирование не способно нормировать основную массу данных и одновременно ограничить диапазон возможных значений этих данных. 5 Его целесообразно применять, когда значения переменной относительно равномерно заполняют определённый интервал. 5
• Квадратичное масштабирование (мягкое шкалирование) нормирует основную массу данных, гарантируя, что все данные попадут в допустимый диапазон переменных. 5 Такое шкалирование сильнее сжимает переменные, далёкие от среднего значения. 5

Таким образом, линейное масштабирование меняет только масштаб, а квадратичное — ещё и структуру распределения, то есть соотношение расстояний между точками. 1