機器學習--特徵歸一化的好處和cut qcut的區別

一，特徵歸一化的好處 一、數據標準化的意義： 1、數據的量綱不同；數量級差別很大 經過標準化處理後，原始數據轉化爲無量綱化指標測評值，各指標值處於同一數量級別，可進行綜合測評分析。 如果直接用原始指標值進行分析，就會突出數值較高的指標在綜合分析中的作用，相對削弱數值水平較低指標的作用。 2、避免數值問題：太大的數會引發數值問題。 3、平衡各特徵的貢獻 一些分類器需要計算樣本之間的距離（如歐氏距離）

>>阅读原文<<