版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/taczeng/article/details/79182513
问题1：为什么需要特征数据标准化（ Feature Normalization）？
看下图的计算公式，机器学习的训练是需要不断调整a,b,c三个参数的大小来进行预测优化的，但是，a和b少许的变化对于整体预测价格的结果变化不大，需要不断调整，这样就减慢了训练的效果；就比如a,b,c三个人工作，c最快做完工作，只能等速度慢的a和b做完工作才能结束，那样就影响了效率，所以我们需要进行特征数据标准化的处理，以达到训练速度的提升！
问题2：如何进行特征数据标准化？
特征数据标准化的两种方式——原则是大的数据浓缩，小的数据拓展。
