机器学习输入的特征数据进行训练时需要进行标准化、归一化，使数据的分布符合正态分布模型（生活中多数数据都是此模型），或者与与参数相符合的模型分布，一般是把数据缩放到[0,1]或者[-1,1]之间，如果数据有缺失，还需要填补缺失的数据。详情请见：数据预处理最要使用的方法有几大类：
- 绝对值最大值法
（找出参数的最大值，然后使用参数集合中的数除以此最大值） - 最小最大值法
- 参数编码法
- 数据降维（PCA和SVD分解）
数据预处理
最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
推荐阅读更多精彩内容
- Dataset transformations| 数据转换 Combining estimators|组合学习器 ...
