機器學習備忘錄之特徵歸一化

未進行特徵歸一化可能會導致什麼問題？ 未進行特徵歸一化的數據分析結果會傾向於數值差別較大的的特徵。 常用方法 線性函數歸一化(Min-Max scaling) 線性函數歸一化(Min-Max scaling)將原始數據線性化的方法轉換到[0,1]的範圍.缺點是抗干擾能力弱，受離羣值影響比較大. 零均值標準化(Z-score standardization) 零均值標準化(Z-score stand

>>阅读原文<<