跳到内容
从一个困惑开始

你想弄懂什么?

找到答案,看到讲解发生的那一刻,再顺着概念继续探索。

← 概念导览

关于「为什么特征缩放在机器学习中很重要?」

1 个关键词匹配

正在理解你的问题,下面的搜索结果可先查看。

掌握方法

↗

在依赖距离度量的算法中,具有较大数值范围的特征会不成比例地影响总距离。具有较大尺度的特征将主导距离度量,无论其实际预测重要性如何,因为其坐标差异在数值上大得多。

适用条件:适用于 KNN 或 K-means 等基于距离的机器学习算法。;特征未缩放或未归一化。;使用标准度量(如欧氏距离)计算距离。