在对数据分析建模时，常常需要先进行预处理，特征缩放是一种消除变量尺度差异的一种方法。以下对最近的学习做一点记录，指出的算法覆盖并不全面。

为什么需要特征缩放：

举个例子：根据身高、体重来选择衣服的尺寸，假如现在有如下3个人的数据：

问：第三人的衣服应该选择什么尺寸？
凭人为经验来看应该选择L比S更合适。
但，如果让计算机来选择：
1、1.7 + 68 = 69.7
2、1.52 + 57 = 58.52
3、1.75 + 60 = 61.75
得出的结论是3和2更接近。
由于体重和身高是两个不平衡的特征，所以直接加和或者空间距离等都可能使结果产生较大偏差。

需要特征缩放的算法有：

计算距离时，其实在利用一个维度与另一个维度进行交换，会受到特征不平衡影响

• k-means 计算样本与中心点的距离
• SVM 支持向量与分离面距离最大化

特征缩放无影响的算法有：

• 线性回归 每个特征有一个系数，与其他特征不存在交换
• 决策树 由一系列水平线和垂直线组成，对特征单独处理，两个特征之间不存在交换

特征缩放方法有：

• 归一化 x = \frac{x-min}{max-min}
• 标准化 x = \frac{x-mean}{std}