機器學習與統計建模 —— 歸一化和標準化

歸一化（Min-Max Normalization） 特色 一、對不一樣特徵維度進行伸縮變換 二、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（即便得那些扁平分佈的數據伸縮變換成類圓形） 三、對目標函數的影響體如今數值上 四、把有量綱表達式變爲無量綱表達式 。web 好處 一、提升迭代求解的收斂速度 二、提升迭代求解的精度算法 缺點 一、最大值與最小值很是容易受異常點影響 二、魯

>>阅读原文<<