数据归一化

多时候，若是不对数据进行归一化，会致使梯度降低复杂或是xgboost中的损失函数只能选择线性，致使模型效果不佳。下面我结合各种我看到的资料总结一下几种方式的归一化，并有python的实现。python 从经验上说，归一化是让不一样维度之间的特征在数值上有必定比较性，能够大大提升分类器的准确性。算法 以下有个形象的图解：dom 若是不归一化，各维特征的跨度差距很大，目标函数就会是“扁”的：函数 （图

>>阅读原文<<