【機器學習】--迴歸問題的數值優化

一、前述 迴歸問題求解時梯度下降由於樣本數據的多樣性，往往對模型有很大的影響，所以需要對樣本數據做一些優化 二、歸一化 1、背景 各個維度的輸入如果在數值上差異很大，那麼會引起正確的w在各個維度上數值差異很大。這樣找尋w的時候，對各個維度的調整基本上是按照同一個數量級來進行調整的。因此需要歸一化。 2、歸一化方法 • 歸一化的一種方法：最大值最小值法 • 缺點是抗干擾能力弱 • 受離羣值得影響比較

>>阅读原文<<