为什么需要对数值类型的特征做归一化

归一化的两种方法：

• 线性函数归一化（Min-Max Scaling） 将结果映射到 [0, 1] 范围内。

• 零均值归一化（Z-Score Normalization）

将数据映射到均值为 0 、标准差为 1 的分布上。假设原始特征均值为 μ，标准差为σ，则有

 

为什么进行归一化：

在学习速率相同的情况下，（a）图中 x1 的更新速度要大于 x2（x1 的取值范围大于 x2）；（b）图中x1 x2更新速度一致（x1、x2取值范围一致）

总结：缩小至统一量纲，可以加快更新速度。