如何标准化近距离数据？

【问题标题】：How to normalize close range data?如何标准化近距离数据？
【发布时间】：2016-05-12 16:04:31
【问题描述】：

我使用逻辑回归。我有一些特点。它们的值介于 0 和 1 之间，（函数可以产生的最大值为 1，最小值为 0），但在训练数据和测试数据中，最大值都非常低（例如 0.11），因此所有值都很低并且彼此靠近。我的问题是，将特征值标准化/转移到正常比例（0 到 1 之间）的最佳标准方法是什么，以便逻辑回归不受不适当值的影响。

任何帮助将不胜感激。

【问题讨论】：

标签： classification normalization logistic-regression data-transfer normal-distribution

【解决方案1】：

特征缩放/归一化有不同的方法。

如果您只希望特征值在[0..1] 范围内，请为每个特征执行以下操作：

一些教程建议将特征扩展到[-0.5 .. 0.5]的范围内：

我更喜欢通过 Stanford lectures 中解释的标准差来缩放特征（参见章节 Preprocessing your data）：

【讨论】：