機器學習---之爲什麼要對數據進行歸一化

一就是特徵組合問題，比如房子的長和寬作爲兩個特徵參與模型的構造，不如把其相乘得到面積然後作爲一個特徵來進行求解，這樣在特徵選擇上就做了減少維度的工作。 二就是特徵歸一化（Feature Scaling），這也是許多機器學習模型都需要注意的問題。 有些模型在各個維度進行不均勻伸縮後，最優解與原來不等價，例如SVM。對於這樣的模型，除非本來各維數據的分佈範圍就比較接近，否則 必須進行標準化，以免模型參

>>阅读原文<<