機器學習的數據歸一化方法

做用：對於不一樣的特徵向量，好比年齡、購買量、購買額，在數值的量綱上相差十倍或者百千倍。若是不歸一化處理，就不容易進行比較、求距離，模型參數和正確度精確度就會受影響，甚至得不出正確的結果。 舉個例子：用梯度降低法求解最優解時，下圖展現沒有歸一化和歸一化處理兩種狀況下的求解過程。 左圖表示沒有歸一化的求解過程；右圖表示有歸一化的處理過程。 X一、X2表示特徵向量，數值區間分別爲[0,2000]，[1

>>阅读原文<<