机器学习（5.2）——特征缩放，学习率调整，特征选择与多项式回归

现在的目标就是让特征趋向一个相近的范围。左边的图像因为两个特征取值差异很大，所以会导致代价函数J(x)的呈椭圆形。 进行梯度下降时会如红色线条所示产生很大的抖动。 右边我们为两个特征进行缩放，除以特征的最大值。让他们取值都再0-1的区间。让代价函数J(x)呈圆形，这人收敛的很快。 通常认为缩放至-1-1是比较合适的。 ！！！！！重点 均值归一化 均值归一化，让特征值有靠近0的值 这句话我想了半天，

>>阅读原文<<