机器学习/深度学习入门：标准化

数据归一化（概率模型不需要）

目的：就是将数据的所有特征都映射到同一尺度上，这样可以避免由于量纲的不同使数据的某些特征形成主导作用。

优点：加快了梯度下降求最优解的速度（椭圆、圆）；有可能提高精度（原始数据可能突出数值较高的指标在综合分析中的作用，相对削弱数值水平较低指标的作用）

方法：最大最小标准化（图像）、z-score标准化（数据分布近似高斯分布）、非线性归一化（数据分化比较大）如log、L2范数

神经网络标准化

提出的原因：</