爲什麼要進行特徵歸一化/標準化？

Make sure features are on a similar scale 數據歸一化後，最優解的尋優過程明顯會變得平緩，更容易正確的收斂到最優解。 什麼時候需要feature scaling？ 涉及或隱含距離計算的算法，比如K-means、KNN、PCA、SVM等，一般需要feature scaling， 損失函數中含有正則項時，一般需要feature scaling 梯度下降算法，需要

>>阅读原文<<