机器学习（五）：数据缩放

一、为什么要数据缩放？

当你的数据拥有不同的值，甚至使用不同的度量单位时，可能很难比较它们。与米相比，公斤是多少？或者海拔比较时间呢？

一般不同的特征变化不一样，都需要进行数据缩放，也可以说成数据标准化。

二、数据集与手动标准化

它与我们在多元回归一章中使用的数据集相同，但是这次，Volume 列包含的单位是升，而不是 ccm（1.0 而不是 1000）。 很难将排量 1.0 与车重 790 进行比较，但是如果将它们都缩放为可比较的值，我们可以很容易地看到一个值与另一个值相比有多少。

缩放数据有多种方法，在本教程中，我们将使用一种称为标准化（standardization）的方法。标准化方法使用以下公式：

z = (x -