【 特征工程 】----特征归一化的意义,方法,使用场景
【特征工程】特征归一化的意义,必要性和使用场景一. 为什么要做特征归一化1. 数据的量纲不同;数量级差别很大2、避免数值问题:太大的数会引发数值问题。3、平衡各特征的贡献4、一些模型求解的需要:加快了梯度下降求最优解的速度二. 特征归一化的方法1、Min-Max标准化2、标准差标准化,也叫z-score标准化3、非线性归一化三. 使用场景1、分类(如k-nearest neighbors算法)2、...
原创
2019-09-26 20:07:27 ·
765 阅读 ·
0 评论