为什么我们不需要多元线性回归中的特征缩放

问题描述

我目前正在学习ML 我注意到在多元线性回归中，我们不需要为我们的自变量缩放 我不知道为什么？

解决方法

特征缩放是否有用取决于您使用的训练算法。

例如，要找到线性回归模型的最佳参数值，有一个封闭形式的解决方案，称为正态方程。如果您的实现使用该方程式，则无需逐步优化，因此无需进行特征缩放。

但是，您还可以使用梯度下降算法找到最佳参数值。如果您有很多训练实例，那么从速度上来说这可能是一个更好的选择。如果使用梯度下降，则建议使用特征缩放，因为否则该算法可能需要更长的时间才能收敛。