標準化和歸一化對機器學習經典模型的影響

標準化和歸一化對機器學習經典模型的影響 歸一化 歸一化也稱標準化，是處理數據挖掘的一項基礎工作,使用歸一化的原因大體如下： 數據存在不同的評價指標，其量綱或量綱單位不同，處於不同的數量級。解決特徵指標之間的可比性，經過歸一化處理後，各指標處於同一數量級，便於綜合對比。求最優解的過程會變得平緩，更容易正確收斂。即能提高梯度下降求最優解時的速度。提高計算精度。適合進行綜合對比評價。 MinMaxSca

>>阅读原文<<