一、归一化的目的
是使不同维度的参数θ调整幅度很接近,优化的步调一致。
二、为啥对数据使用归一化处理
因为当样本数据每个维度的数量级不同时,每个维度的θ从初始位置到目标位置的距离不同,导致收敛的速度不同,归一化处理后可以减小每个维度的调整距离差异,使收敛的速度大体一致。
三、归一化的优缺点
1. 优点:使各维度参数同时收敛。提高精确度
2. 缺点:受离群值的影响比较大
是使不同维度的参数θ调整幅度很接近,优化的步调一致。
因为当样本数据每个维度的数量级不同时,每个维度的θ从初始位置到目标位置的距离不同,导致收敛的速度不同,归一化处理后可以减小每个维度的调整距离差异,使收敛的速度大体一致。
1. 优点:使各维度参数同时收敛。提高精确度
2. 缺点:受离群值的影响比较大