机器学习---之为什么要对数据进行归一化

一就是特征组合问题，比如房子的长和宽作为两个特征参与模型的构造，不如把其相乘得到面积然后作为一个特征来进行求解，这样在特征选择上就做了减少维度的工作。 二就是特征归一化（Feature Scaling），这也是许多机器学习模型都需要注意的问题。 有些模型在各个维度进行不均匀伸缩后，最优解与原来不等价，例如SVM。对于这样的模型，除非本来各维数据的分布范围就比较接近，否则 必须进行标准化，以免模型参

>>阅读原文<<