机器学习入门~多元梯度下降法②

特征缩放

假设你有一个机器学习问题，倘若这个问题有多个参数，且你能保证这些参数的取值都在一个近似的范围内，那么使用梯度下降法时，就能更快地收敛。
假设，x₁表示房子价格，在0 ~ 2000波动，x₂表示房间数量，在1 ~ 5波动，此时有两个参数，那么代价函数的θ有θ0，θ1，θ2，忽略θ0，只有θ1和θ2时（分别对应x1和x2），由于x1和x2的取值相差很大，画出来的等值线会是数个非常瘦长的椭圆，这对于梯度下降是不利的。

因此这种情况下，可以使用特征缩放。