特征缩放：别让量纲毁了模型

特征缩放把不同量纲的特征拉到同一尺度：收入几十万、年龄几十岁，不做处理模型会被大数值特征主导。它是数据预处理的标准动作，直接影响很多模型的效果。

特征缩放的背后是公平原则：如果一种声音因为嗓门大就被模型当作最重要，那这个模型的判断必然失真。把所有人请到同一个尺度上对话，才能听到真正有价值的信号。

## 核心要点

图片来源：Openverse / Unknown（https://www.rawpixel.com/image/5926824/photo-image-background-public-domain-pink）

1. 标准化（均值0方差1）和归一化（缩到0-1）是两种常见做法。

2. 基于距离的算法（KNN、SVM、K 均值）对量纲极其敏感。

3. 树模型对特征缩放不敏感，可以不做。

4. 缩放参数必须从训练集算，不能被测试集污染。

图片来源：Openverse / jurvetson（https://www.flickr.com/photos/44124348109@N01/49296120841）

## 写在最后

以上是关于「特征缩放」的科普介绍。人工智能正在快速发展，相关概念和方法也在不断演进。希望本文能帮你建立对这一主题的基本认识。