机器学习实战（1）——房价预测

本文章的是基于另外一位博主文章的分析型文章，读者可先行阅读此文章再来看我的文章
Python机器学习房价预测 (斯坦福大学机器学习课程)

机器学习的步骤简单的分为以下三步
步骤①数据获取与处理
步骤②选择与训练模型
步骤③评估与显示

一. 对于文章涉及知识的学习

（1）数据处理——数据标准化

1.为什么要进行数据标准化？

在现实生活中，一个目标变量（y）可以认为是由多个特征变量（x）影响和控制的，那么这些特征变量的量纲和数值的量级就会不一样.
比如x1 = 10000，x2 = 1，x3 = 0.5 可以很明显的看出特征x1和x2、x3存在量纲的差距；x1对目标变量的影响程度将会比x2、x3对目标变量的影响程度要大（可以这样认为目标变量由x1掌控，x2，x3影响较小，一旦x1的值出现问题，将直接的影响到目标变量的预测，把目标变量的预测值由x1独揽大权，会存在高风险的预测）而通过标准化处理，可以使得不同的特征变量具有相同的尺度（也就是说将特征的值控制在某个范围内），这样目标变量就可以由多个相同尺寸的特征变量进行控制，这样，在使用梯度下降法学习参数的时候，不同特征对参数的影响程度就一样了。比如在训练神经网络的过程中，通过将数据标准化，能够加速权重参数的收敛。
简而言之：对数据标准化的目的是消除特征之间的差异性，便于特征一心一意学习权重。

---

2.什么时候需要进行数据标准化，什么时候不需要进行数据标准化？

当原始数据不同维度上的特征的尺度（单位）不一致时，需要标准化步骤对数据进行预处理，反之则不需要进行数据标准化。

下面这几类问题一般都需要进行数据标准化：

1	回归问题
2	机器学习算法
3	训练神经网络
4	聚类问题
5	分类问题
6	主成分分析（PCA）问题

---

3.如何进行标准化
实际上标准化包含如下多种方法：

方法名	作用	数学 公式	资料
z-score标准化	实现中心化和正态分布	$x^{\ast }=\frac{x-\overline{x}}{\sigma }$$(x^{\ast }=\frac{x-mean}{std})$	机器学习——特征工程——数据的标准化（Z-Score,Maxmin,MaxAbs,RobustScaler,Normalizer）
Min-Max	归一化	$x^{\ast }=\frac{x-min}{max-min}$	机器学习——特征工程——数据的标准化（Z-Score,Maxmin,MaxAbs,RobustScaler,Normalizer）