机器学习与统计建模 —— 归一化和标准化

归一化（Min-Max Normalization） 特色 一、对不一样特征维度进行伸缩变换 二、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（即便得那些扁平分布的数据伸缩变换成类圆形） 三、对目标函数的影响体如今数值上 四、把有量纲表达式变为无量纲表达式 。web 好处 一、提升迭代求解的收敛速度 二、提升迭代求解的精度算法 缺点 一、最大值与最小值很是容易受异常点影响 二、鲁

>>阅读原文<<