機器學習數據標準和歸一化

不少時候咱們須要對數據集裏面的數據進行標準化和歸一化處理。web 例如： X={年齡(年），體重（kg）} 和 X={年齡（年），體重（g）}，雖然邏輯上表達的一樣的含義，可是反應在數據上兩個份量倒是相差特別大。這個時候咱們每每但願兩個份量的值不會由於量綱不一樣而差別太大，使得各的份量對模型的影響都差很少。這個時候咱們就會使用標準化和歸一化技術。另外，使用標準化和歸一化技術還能夠加速模型的收斂。這

>>阅读原文<<