机器学习与统计建模 —— 归一化和标准化

归一化（Min-Max Normalization） 特点 1、对不同特征维度进行伸缩变换 2、改变原始数据的分布。使各个特征维度对目标函数的影响权重是一致的（即使得那些扁平分布的数据伸缩变换成类圆形） 3、对目标函数的影响体现在数值上 4、把有量纲表达式变为无量纲表达式 。 好处 1、提高迭代求解的收敛速度 2、提高迭代求解的精度 缺点 1、最大值与最小值非常容易受异常点影响 2、鲁棒性较差，只

>>阅读原文<<