5、特徵縮放

當多個特徵的範圍差距過大時，代價函數的輪廓圖會非常的偏斜，如下圖左所示，這會導致梯度下降函數收斂的非常慢。因此需要特徵縮放(feature scaling)來解決這個問題，特徵縮放的目的是把特徵的範圍縮放到接近的範圍。當把特徵的範圍縮放到接近的範圍，就會使偏斜的不那麼嚴重。通過代價函數執行梯度下降算法時速度回加快，更快的收斂。

>>阅读原文<<