关于数据归一化处理的正确说法是：

A: MinMaxScaler()默认是将数据归一到 [0, 1]
B: 把有量纲表达式变成无量纲表达式，便于不同单位或量级的指标能够进行比较和加权。
C: 提高模型精度，在涉及到一些距离计算的算法时效果显著

分析：

A: 正确。MinMaxScaler 是一种常用的归一化方法，其默认行为是将数据缩放到 [0, 1] 的范围内。这样可以确保所有特征在相同的范围内，减少不同特征量级对模型的影响。

B: 正确。归一化的一个重要目的是将不同单位或量级的数据转换为无量纲的形式，这样可以使得不同特征的数据能够在同一个尺度上进行比较和加权。

C: 正确。在使用涉及距离计算的算法（如K近邻、K均值聚类等）时，归一化可以显著提高模型的精度，因为这些算法对特征的量级非常敏感。

D: 错误。归一化通常是指将数据缩放到一个特定的范围（如 [0, 1] 或 [-1, 1]），而不是改变数据的分布形状。将数据转换为某种特定分布（如正态分布）通常称为标准化或正态化（如使用Z-score标准化），而不是归一化。

因此，正确的答案是A, B, C。