参数标准化 | 机器学习

1. 问题

机器学习的各个参数，也叫feather，可谓千差万别。在正式建模之前，需要把这些参数标准化(Normalization)。具体情况是怎样的呢？

2. 分析

还是那之前提到的房价案例为例。简单举例，影响房价的参数可能有房价大小，以平方米记，例如从50~200平方米；还有里面的房间数量，比如一室一厅就记为2，三室两厅就记为5。

显然，房间数量和平米数有数量级的差异。140平米的房子，房间数量可能只有5。如果直接用这些原始参数计算，得到的模型必然会出现，某一方的参数掩盖了另一方参数影响的情况。

我们希望能把各个参数放到同一个数量级下进行比较，这就需要用到标准化。通常，我们用以下公式操作

$$z_i=\frac{x_i-\mu }{{\sigma }_i}$$

其中

• $\mu$：$x_i$ 的期望；
• $\sigma$：$x$