Feature Scaling（標準化・正規化）とは - Qiita

はじめに 機械学習では，変数の「標準化」というものが出てきますが，この標準化についてよく理解できなかったので調べてみました．また，実際に標準化がある時とない時で比較してみました． Feature Scalingについて Feature Scaling とは，特徴量の取りうる値のスケールを変えることであり，その種類として「標準化」と「正規化」があります．データセットの特徴量間でスケールが異なることは多くあります．例えば，体重と慎重，家の価格と部屋数ではその単位と値の範囲が異なります．そのような異なるスケールのデータセットを学習させると，うまく学習できなくなるので，学習前の前処理で特徴量間のスケールを揃える必要があります． 標準化とは 標準化とは，特徴量を標準正規分布（平均を0，分散を1）のスケーリングに合わせる処理のことです．変換の式は，次式となります． $$x_{std, i} = \fr