机器学习中，为何经常要对数据归一化？

机器学习中，为何经常要对数据归一化？原因有二：(1)归一化后加快了梯度下降求最优解的速度；(2)归一化有可能提高精度。 为什么归一化能提高梯度下降法求解最优解的速度？ 假定为预测房价的例子，自变量为面积大小和房间数，因变量为房价。那么可以得到的公式为： y=θ1x1+θ2x2 y = θ 1 x 1 + θ 2 x 2 其中， x1 x 1 代表房间数， θ1 θ 1 代表 x1 x 1 变量前面

>>阅读原文<<