Andrew 機器學習課程——特徵縮放

假設有兩個特徵，也就是x1,x2。當x1的取值範圍遠比x2的取值範圍大的多的時候，代價函數J會變成一個特別瘦高的等值線圖 像。 此時梯度下降會反覆震盪，變得特別特別緩慢，可能需要很長的時間才能達到最優點。所以使用特徵縮放，將它們的範圍按比例縮放成近似成一個圓 ，就可以解決這個問題了。 如果將x1,x2按照區間範圍縮放。像圖中的例子，如果將房子的尺寸先預先除以它的定義域範圍，將臥室數也除以它的定義域

>>阅读原文<<