【墙裂推荐】最完整的数据标准化解答！！！

      机器学习初学者常常会将拿来的数据，直接喂入算法训练，不得不说，再进一步深入研究中，数据标准化是他们不得不搞清楚的难题。什么是数据标准化，标准化的作用是啥，什么情况下应该对应什么方法尼？

一、关于什么标准化，这里就不阐述了，帖子太多了。我需要说明的是，数据标准化和归一化其实是一回事，只是归一化常为将数据转换到（0-1）之间，标准化则不一定。

二、数据标准化：四作用一缺点（注意：不同方法，实现的作用不尽相同哦，后面有整理）

      1、消除量纲；2、让不同指标具有可比性；3、提高迭代求解精度

     一个图诠释这三个作用：

     千克与米的量纲统一，使得体重与身高对目标变量的权重趋同。

     若算法涉及距离计算时（如欧氏距离），图中x2的取值范围比较小，涉及到距离计算时其对结果的影响远比x1带来的小，所以这就会造成精度的损失。所以标准化可以让各个特征对结果做出的贡献相同。

      4、数据标准化还有一个容易被忽略的好处是：提升模型的收敛速度

      导致在梯度下降时，梯度的方向为垂直等高线的方向而走之字形路线