機器學習部分：特徵縮放

特徵縮放(feature scaling) 其中，特徵縮放(feature scaling)大致的思路是這樣的：梯度下降算法中，在有多個特徵的情況下，如果你能確保這些不同的特徵都處在一個相近的範圍，這樣梯度下降法就能更快地收斂。 舉個例子來說明： x1=size(0−2000)feet2x1=size(0−2000)feet2  x2=臥室的數量(1−5)x2=臥室的數量(1−5) 假如你有一個具

>>阅读原文<<