广义化（英语：Generalize），又称一般化、通常化、普遍化、概念化，与之相对的是特殊化。概括作用是指将事物的定义进行修改或者补充以使其适用于更加大的范围，过程会伴随将该主体的定义或概念抽象化。

一个将事物广义化的简单例子是归类。例如：将“大雁”广义化（归类）之后是“鸟类”，将“鸟类”广义化（归类）之后是“动物”。

当然，这样的定义并不严谨。

从逻辑学的角度来定义，当且仅当满足：

则可说“A是广义化之后的B”或“A是广义上的B”。

就之前的例子，因为每只“大雁”（B）都是“鸟”（A），但是“鸟类”并不一定是“大雁”，所以我们可以说：“鸟类”是广义上的“大雁”。

在机器学习上的定义：广义化是分类器性能的一个重要的指标之一。良好的分类器应可适应多样的未知数据，对训练集拟合度过高的分类器往往广义化程度很低。

可利用正则化处理提高分类的广义程度降低过拟合可能性。

在经典条件反射，透过对新的刺激物的反应来观察目标能否分辨新事物与本身制约了的事物。

不同的人如何其他（或不）交流。

学生会否将他们自己对一科的紧张情绪带到其他科目上。

习得性失助描述因为过去失败的经验，指人们不能对新事物作出反应。