标准化(standardization,z-score)与归一化(Normalizer)分别是什么?有什么区别?
首先因为翻译以及各种原因这两个东西很多情况下是一锅粥的状态;我们今天以sklearn中提供的API来做一个统一的说明:
标准化(standardization,z-score)从列的角度来处理特征数据
标准化是依照特征矩阵的列处理数据,其通过求z-score的方法,将样本的特征值转换到同一量纲下。
标准的的标准方法是StandardScaler、RobustScaler、MinMaxScaler、MaxAbsScaler等;
标准化的好处是将特征统一在同一个量刚下,然后梯度下降的求解会更容易更快速;
- 使不同量纲的特征处于同一数值量级,减少方差大的特征的影响,使模型更准确。
- 加快学习算法的收敛速度。