逻辑回归模型中特征是否需要归一化？

从前向过程来看：
逻辑回归模型的输出是经过softmax的概率值，概率值的排序不受归一化的影响。从另一个角度来看，softmax其实也就实现了归一化的目的。

从反向过程来看：
逻辑回归模型的参数优化一般采用了梯度下降法，如果不对特征进行归一化，可能会使得损失函数值得等高线呈椭球形，这样花费更多的迭代步数才能到达最优解。

从损失函数来看：
逻辑回归模型的损失函数可以加入正则项，那么参数的大小便决定了损失函数值，特征就有必要先进行归一化。

所以综上所述，在逻辑回归模型中，归一化还是有必要的，尤其是在正则化和梯度下降中所起到的作用。