机器学习中离散量和连续量共同编码及不同量纲的影响

离散量使用onehot编码，变成全是0和1的值。

这时候离散量和连续量的量纲不统一。

量纲不统一会导致模型收敛速度变慢，对学习率比较敏感，甚至不收敛，因此如果量纲信息不重要，最好统一量纲，将连续量映射到0-1。

个人理解，有错误欢迎指出。