特征缩放(归一化处理)

在我们面对多维特征问题的时候,我们要保证这些特征都具有相近的尺度,这将帮助梯度下降算法更快地收敛。

以房价问题为例,假设我们使用两个特征,房屋的尺寸和房间的数量,尺寸的值为 0-2000平方英尺,而房间数量的值则是0-5,以两个参数分别为横纵坐标,绘制代价函数的等高线图能,看出图像会显得很扁,梯度下降算法需要非常多次的迭代才能收敛。
特征缩放(归一化处理)_第1张图片
解决的方法是尝试将所有特征的尺度都尽量缩放到-1到1之间。如图:
特征缩放(归一化处理)_第2张图片

你可能感兴趣的:(机器学习,深度学习,计算机视觉,人工智能)