特征缩放（Feature Scaling）：中心化（零均值化）和标准化

引言

       在学习机器学习的时候常听到特征缩放这个词，这其实是机器学习对数据进行预处理的方法，下面我们将会详细的介绍特征缩放，本文包括以下几部分：

        1)：什么是特征缩放？

         2)：为什么需要特征缩放？

         3)：有哪些特征缩放的方法，有什么性质和用途？

         4)：标准化和归一化有什么区别？

如果你对以上问题不是很清楚，下面的内容是对你有帮助的。

什么是特征缩放？

        特征缩放是用来标准化自变量或者数据特征范围的一种方法，通常在数据预处理阶段执行。

为什么需要特征缩放？

         由于原始数据的值的范围相差特别大，为了使得机器学习算法能够更好的工作，所以会对原始数据进行标准化处理。

         1. 统一特征的权重 & 提高模型的准确性

                     如果某个特征的取值范围比其他特征要大的多，那么数值计算（比如计算欧式距离）就会受该特征的支配，但实际上这个特征并不一定是最重要的。一般的，在计算过程中我们把每个特征看作同等重要。归一化或者标准化数据就可以使不同维度的特征放到一起进行比较，从而大大提高模型的准确性。

         2. 提升梯度下降法的收敛速度

                     在使用梯度下降法求解最优解时，归一化/标准化数据可以加快梯度下降的求解速度。

特征缩放的方法？

       1.  Rescaling (min-max normalization)

                                                    

        将数值范围缩放到[0,1]区间内

       2.  Mean normalization

                                                    

        将数值范围缩放的[-1,1]区间内，其数据的均值为0

       3.  Standardization (Z-score Normalization)

                                                     

         将数值缩放到0附近，且数值的分布变成均值为0，标准差为1的正态分布（先减去均值对特征进行中心化处理，再除以标准差进行缩放）。

       4.  Scaling to unit length

                                             

           机器学习中常用的对特征向量进行缩放的方法，使得整个向量的长度为1，通常是用向量除以其欧几里得距离。

归一化和标准化的区别：

    归一化：将样本特征值转换到同一量纲下，把数据映射到[0,1]或者[-1,1]区间。

    标准化：将样本的特征值转换为标准值，每个样本点都会对标准化产生影响。