特征归一化

1、为什么需要归一化？

      比如分析一个人身高体重对健康的影响，身高的区间大约是1.5m~1.8m，体重40kg~100kg，显然体重的数值变化比较大，对结果的影响更大，那么为了得到更准确的结果，就需要使各指标处于同一个数值区间，以便进行分析，而归一化就是这样的一种方式。

2、归一化常用的方法有哪些？

      1、线性归一化

                                                 

       2、零均值归一化

                                                   

3、哪些模型需要归一化？

      使用梯度下降法求解的模型通常需要归一化，比如线性回归、逻辑回归、支持向量机、神经网络。对于树模型，比如决策树，因进行节点分裂时主要依据信息增益比（与数据集标签有关），所以不考虑归一化。