归一化的学习

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