【发布时间】：2017-07-24 08:45:36
【问题描述】：
如果在进行线性回归之前对数据应用缩放会发生什么？
【问题讨论】：
-
我投票结束这个问题，因为它与编程无关。
标签： python data-science
【发布时间】：2017-07-24 08:45:36
【问题描述】：
需要缩放：使梯度下降覆盖更快（意味着减少迭代次数或循环次数以达到局部最小值）。要使梯度下降快速，您需要在相同的范围尺度上生成多个特征值。比如 -1
为什么我们需要这样做：假设您有两个特征 x1 和 x2。 x1 值大小与 x2 相比更大，在这种情况下，您的成本函数将呈非常倾斜的椭圆形。这意味着要达到局部最小值需要更长的训练时间。
为了更清楚，请点击此链接：https://www.coursera.org/learn/machine-learning/lecture/xx3Da/gradient-descent-in-practice-i-feature-scaling
【讨论】：