機器學習之特徵縮放

特徵縮放使得梯度下降速度更快，迭代次數更少   1.特徵縮放： 將特徵取值縮放到[-1, 1]   2.均值歸一化：  x = (x - average) / (max - min)   3.標準化： 量化的特徵將服從標準正態分佈       和  分別對應特徵的均值和標準差，量化後的特徵值將分佈在[-1, 1]區間   4.Min-Max Scaling 量化後的特徵將分佈在[0, 1]區間

>>阅读原文<<