【矩阵标准化步骤】矩阵标准化的目的是，通过标准化处理，得到均值为0，标准差为1的服从标准正态分布的数据 。(相对一维数据来说，也就是相对矩阵的每一列，数据的每一个维度）矩阵标准化方法是样本数据减去均值然后除以标准差 。
1)、方便处理数据 。在一些实际问题中，我们得到的样本数据都是多个维度的，即一个样本是用多个特征来表征的 。比如在预测房价的问题中，影响房价的因素有房子面积、卧室数量等，我们得到的样本数据就是有关房子面积与卧室数量的一些样本点，这里的样本点对又被称为特征向量 。很显然，这些特征的量纲和数值的量级都是不一样的，在预测房价时，如果直接使用原始的数据值，那么他们对房价的影响程度将是不一样的，而通过标准化处理，可以使得不同的`特征具有相同的Scale 。这样，在使用梯度下降法学习参数的时候，不同特征对参数的影响程度就一样了 。
简而言之，当原始数据不同维度上的特征的尺度（单位）不一致时，需要标准化步骤对数据矩阵进行预处理 。
2)、加快收敛速度 。大部分数据矩阵归一化后收敛速度会加快 。
3)、提升精度 。
4)、防止梯度爆炸 。
推荐阅读
- 木地板的翻新方法,木质地板翻新步骤
- 程序麻将机安装步骤及使用方法
- vivo刷机步骤 步步高vivo刷机详细教程【图解】
- 睡前这样护肤步骤，保你青春永驻
- Win11字体调节方法步骤 电脑字体大小怎么调
- 笔记本如何设置U盘启动 笔记本u盘启动如何设置【详细步骤】
- 自动挡车停车熄火步骤
- 如何为双手去死皮有哪些步骤
- uc矩阵怎么求解
- 福克斯 1.8l/2.0l mi4 发动机正时校对步骤