實現特徵縮放/歸一化和標準化

什麼是特徵縮放 特徵縮放是用來標準化數據特徵的範圍 機器學習爲什麼需要特徵縮放 在處理多維特徵問題的時候，需要保證特徵具有相近的尺度，這有助於梯度下降算法更快的收斂。 以預測房屋價格爲例，假設有兩個特徵，房屋的尺寸和房屋的數量，尺寸的值爲 0- 2000 平方英尺，而房間數量的值則是 0-5，以兩個參數分別爲橫縱座標，繪製代價函數的等 高線圖能，看出圖像會顯得很扁，梯度下降算法需要非常多次的迭代才

>>阅读原文<<