机器学习—特征工程

此博客只为记录自身学习，参考《百面机器学习》 对于一个机器学习问题，数据和特征往往决定了结果的上限，而模型和算法的选择及优化则是在逐步接近这个上限。 特征归一化 为了避免不同特征之间量纲的影响，我们需要对特征进行归一化处理。对于不同的特征而言，其量纲的变化范围是不同的，有的特征数量级很大，因此不同样本之间的特征差异也很大，但是有的样本可能数量级很小，那么对与这类样本的特征差异也很小。如果不做归一化

>>阅读原文<<