Coursera Machine Learning 学习笔记（九）
浏览数：33 /
时间：2015年06月20日
- Feature scaling
当我们所面临多维特征问题的时候，我们需要保证多维数特征都具有相近的尺度，这将有利于梯度下降算法更快地收敛。
以房价预测问题为例，假设我们使用的两种特征，即房屋尺寸和房间数量，尺寸值的取值范围是0-2000平方英尺，而房间数量的取值范围是0-5，这就会导致梯度下降算法需要非常多次的迭代才能收敛：
为此，我们需要对多维特征进行放缩，以实现所有特征的尺度都尽量在-1~1之前。因此，我们的解决方法是令：
其中，
郑重声明：本站内容如果来自互联网及其他传播媒体，其版权均属原媒体及文章作者所有。转载目的在于传递更多信息及用于网络分享，并不代表本站赞同其观点和对其真实性负责，也不构成任何其他建议。
