1.原因
现在有两个特征u1和u2,u1过大会导致其权重过大,想要学习,反向更新下来会很慢,所以进行特征缩放,将特征值压缩到(0,1)或者(-1,1)之间,尽量让各特征的权重相差不大。
缩放前:
缩放后:
2.特征缩放的方法
3.代码实现
import numpy as np
from sklearn.preprocessing
1.原因
现在有两个特征u1和u2,u1过大会导致其权重过大,想要学习,反向更新下来会很慢,所以进行特征缩放,将特征值压缩到(0,1)或者(-1,1)之间,尽量让各特征的权重相差不大。
缩放前:
缩放后:
2.特征缩放的方法
3.代码实现
import numpy as np
from sklearn.preprocessing