机器学习：特征归一化（ Normalization ）的方法和原因

引言 为了消除数据特征之间的量纲影响 ，我们需要对特征进行归一化处理 ， 使得不同指标之间具有可比性。 例如，分析一个人的身高和体重对健康的影响 ， 如果使用米（ m) 和千克（ kg ）作为单位 ， 那么身高特征会在 1.6 ～ l.8m 的数值范围内 ， 体重特征会在50 ～ 100kg 的范围内， 分析出来的结果显然会倾向于数值差别比较大的体重特征。 想要得到更为准确的结果，就需要进行特征归

>>阅读原文<<