为什么我们需要机器学习中的标准化和规范化？ [关闭]

【问题标题】：why we need standardization and normalization in machine learning? [closed]为什么我们需要机器学习中的标准化和规范化？ [关闭]
【发布时间】：2019-03-25 01:47:24
【问题描述】：

数据标准化和规范化，那么这两个术语有什么区别？

【问题讨论】：

欢迎来到 StackOverflow。请按照您创建此帐户时的建议阅读并遵循帮助文档中的发布指南。 On topic、how to ask 和 ... the perfect question 在此处申请。 StackOverflow 不是设计、编码、研究或教程资源。

标签： machine-learning deep-learning computer-vision artificial-intelligence

【解决方案1】：

Here 是一个很好的基于示例的关于规范化和标准化的解释，我在这里只提几点：

标准化：

归一化使训练对特征规模的敏感性降低，因此我们可以更好地求解系数。

归一化将确保收敛问题没有很大的方差，从而使优化变得可行

标准化：

（使用标准化的原因）比较具有不同单位或比例的特征。

标准化倾向于使训练过程表现良好，因为优化问题的数值条件是改进。

【讨论】：