爲什麼要做特徵歸一化/標準化？ 歸一化/標準化是什麼？

學習參考借鑑 前言 Feature scaling（特徵縮放），常見的提法有「特徵歸一化」、「標準化」，是數據預處理中的重要技術，有時甚至決定了算法能不能work以及work得好不好。談到feature scaling的必要性，最常用的2個例子可能是： 特徵間的單位（尺度）可能不同，比如身高和體重，比如攝氏度和華氏度，比如房屋面積和房間數，一個特徵的變化範圍可能是[ 1000 , 10000 ]

>>阅读原文<<