归一化化就是要把你需要处理的数据经过处理后（通过某种算法）限制在你需要的一定范围内。
- 归一化后加快了梯度下降求最优解的速度。等高线变得显得圆滑，在梯度下降进行求解时能较快的收敛。如果不做归一化，梯度下降过程容易走之字，很难收敛甚至不能收敛。
-
把有量纲表达式变为无量纲表达式, 有可能提高精度。一些分类器需要计算样本之间的距离（如欧氏距离），例如KNN。如果一个特征值域范围非常大，那么距离计算就主要取决于这个特征，从而与实际情况相悖（比如这时实际情况是值域范围小的特征更重要）。
- 逻辑回归等模型先验假设数据服从正态分布。
参考：http://blog.csdn.net/xbmatrix/article/details/56695825
标签： 归一化、收敛、梯度、值域、下降
笔试题
刷题
简历模板
AI算法
大数据
内推
内推：
