理解原因↗
在机器学习中，归一化用于将不同的特征缩放到相同的尺度，防止具有较大数值的特征主导模型训练，从而避免不一致。如果特征在量级上差异很大，算法可能会产生偏差。
适用条件：适用于特征在单位或量级上差异很大的数据集
8:48 – 9:07原站看这一段 ↗
在机器学习中，归一化用于将不同的特征缩放到相同的尺度，防止具有较大数值的特征主导模型训练，从而避免不一致。如果特征在量级上差异很大，算法可能会产生偏差。
适用条件：适用于特征在单位或量级上差异很大的数据集
8:48 – 9:07原站看这一段 ↗