机器学习：特征归一化（ Normalization ）的方法和原因

引言

为了消除数据特征之间的量纲影响 ，我们需要对特征进行归一化处理 ， 使得不同指标之间具有可比性。 例如，分析一个人的身高和体重对健康的影响 ， 如果使用米（ m) 和千克（ kg ）作为单位 ， 那么身高特征会在 1.6 ～ l.8m 的数值范围内 ， 体重特征会在50 ～ 100kg 的范围内， 分析出来的结果显然会倾向于数值差别比较大的体重特征。 想要得到更为准确的结果，就需要进行特征归一化（ Normalization ）处理，使各指标处于同一数值量级，以便进行分析。

归一化的方法

对数值类型的特征做归一化可以将所有的特征都统一到一个大致相
同的数值区间内 。 最常用的方法主要再以下两种。
( 1 ）线性函数归 化（ Min-Max Scaling ）
它对原始数据进行线性变换，使结果映射到［0, 1 ］的范围，实现对原始数据的等比缩放。归一化公式如下：

其中 X为原始数据，$X_{max}$、$X_{min}$分别为数据最大值和最小值。

( 2 ）零均值归一化（ Z-Score Normalization ）
它会将原始数据映射到均值为 0、标准差为1 的分布上。 具体来说， 假设原始特征的均值为 μ、标准差为 σ，那么归一化公式定义为

为什么需要对数值型特征做归一化

我们不妨借助随机梯度下降的实例来说明归一化的重要性。假设有两种数值型特征，$X_1$的取值范围为[0,1] ，$X_2$的取值范围为［0, 3］，于是可以构造一个目标函数符合图 1.1( a ）中的等值图。

在学习速率相同的情况下，$X_1$的更新速度会大于 $X_2$， 需要较多的迭代才能找到最优解。如果将 $X_1$和 $X_2$ 归一化到相同的数值区间后，优化目标的等值图会变成图1. 1 (b ）中的圆形， $X_1$和 $X_2$ 的更新速度变得更为一致，容易更快地通过梯度下降找到最优解 。

归一化的应用场景

当然 ，数据归一化并不是万能的。 在实际应用中，通过梯度下降法求解的模型通常是需要归一化的 ，包括逻辑回归、线性回归、逻辑回归、支持向量机、 神经网络等模型。 但对于决策树模型则并不适用 ， 以C4.5 为例，决策树在进行节点分裂时主要依据数据集 D 关于特征 x 的信息增益比，而信息增益比跟特征是否经过归一化是无关的，因为归一化并不会改变样本在特征 x 上的信息增益。