機器學習與統計建模 —— 歸一化和標準化

歸一化（Min-Max Normalization） 特點 1、對不同特徵維度進行伸縮變換 2、改變原始數據的分佈。使各個特徵維度對目標函數的影響權重是一致的（即使得那些扁平分佈的數據伸縮變換成類圓形） 3、對目標函數的影響體現在數值上 4、把有量綱表達式變爲無量綱表達式 。 好處 1、提高迭代求解的收斂速度 2、提高迭代求解的精度 缺點 1、最大值與最小值非常容易受異常點影響 2、魯棒性較差，只

>>阅读原文<<