特征工程 归一化 特征编码 组合特征 数据扩充 归一化 为什么要归一化 直观操作是将各维特征转到同一个量级,平均对学习器的权重,同时还能加快基于梯度下降算法的收敛速度 归一化适用范围 归一化在基于梯度下降的算法(SVM, DNNs)中能起到以上作用,不适用于决策树模型,决策树学习基于信息增益 常见归一化方法 线性函数归一化 f n o r m = ( f − f m i n ) / ( f m a x − f m i n ) f_{norm}=(f-f_{min})/(f_{max}-f_{min}) fnorm=(f−