机器学习从零开始系列【第三话】多项式回归问题

特征缩放 (Features scaling) 为什么需要特征缩放？ 目的让所有的变量处在一个数量级上，如果某一个变量的数量级和其他的相差太严重会导致收敛太慢，因为我们对每个变量使用的学习率都是一致的。 假如有某个变量的数量级太大，会导致损失函数的梯度图呈现这样扁竖的样子： 【解决方法：均值归一化】(Mean normalization) X : = X − a v g ( X ) r a n g

>>阅读原文<<