线性回归与非线性回归：1.6特征缩放与交叉验证法

• 特征缩放法

• 1. 数据归一化：把数据的取值范围处理为 0 — 1 或者-1 —  1之间。
   
• 任意数据转化为 0 —  1 之间：
  
  
  
  
  数据归一化后：
  
  
  
  
  
• 任意数据转化为 -1 —  1 之间：
  
  
• 2. 均值标准化
  
  x为特征数据，u为数据的平均值，s为数据的方差
  
  
  
  
  
  
  
  
  标准均值化后：
  
  
  
  
  
  
  
  取值范围一般在 +0.5 — -0.5之间。

• 交叉验证法（测试的方法）

• 适用于数据较少的情况
  首先将数据均分（一般分成10份），然后选择第一份数据作为测试集，其他的数据作为训练集，得到一个误差。
                                                                    选择第二份数据作为测试集，其他的数据作为训练集，得到一个误差。
                                                                    选择第三份数据作为测试集，其他的数据作为训练集，得到一个误差。
                                                                    ……
                                                                    选择第十份数据作为测试集，其他的数据作为训练集，得到一个误差。
  将得到的10个误差进行求和取平均。