特徵縮放

面對多維特徵問題的時候，保證這些特徵都具有相近的尺度，將幫助梯度下降算法更快地收斂。 並且，當有多個特徵向量的時候，如果其中一個變化範圍比較大，根據上次所說的多特徵梯度下降法算法可以知道，該特徵向量的參數可能會變化範圍很大，從而主導整個梯度下降的過程，使得整個收斂軌跡變得複雜，讓收斂的時間更長。 定義 特徵縮放是用來標準化數據特徵的範圍。 方法 調節比例（Rescaling） 這種方法是將數據的特

>>阅读原文<<