用sklearn的逻辑回归做二分类问题，发现是否标准化对结果的准确率和回归率影响很大
我怀疑是因为在未归一化时，损失函数的谷底太窄，给优化造成了困难，所以还没有找到最优解就收敛了。
■网友
泻药。无论用哪种机器学习方法，先对数据做标准化是默认的要求
■网友
发下代码吧，不发怎么判断问题？
■网友
跟你的测试数据初始值有关。
当你把数据投放到模型里去计算损失的时候，由于小数以及大数的乘法的关系，误差有可能会被分布到不同的等高线上。想象一个太阳系，有的误差被分布到水星的轨道，有的分布到冥王星的轨道上，这样的分布是极其不均匀的。当我们用梯度下降法作收殓的时候，在不同等高线上的误差，他的收敛情况是不一样的，有可能有的数据已经到了太阳（最优）了，但有的仅仅到达土星这个位置。这样一来，就很有可能出现有的误差永远收敛不到最优点上面。也就是说，如果你的数据一开始是不均匀的，那么，通过模型的计算，误差有可能变得更加不均匀。反过来，如果你运气好，数据一开始就分布得比较均匀，那么，模型计算之后，误差就分布到差不多的等高线上，这样就能得到一致收敛。要阻止这种不均匀，标准化是方法之一。
【用sklearn的逻辑回归做二分类问题，发现是否标准化对结果的准确率和回归率影响很大】 以上答案使用讯飞语音输入法作答，如有错别字，敬请谅解！
推荐阅读
- 侧重业务逻辑的产品需求规格说明书，需要有哪些要点
- |常州天宁：检察建议让“忙道”回归盲道
- 凯迪拉克CT6|都说新辉昂回归百万级质感，看完后发现不假
- 马蓉|马蓉回归媒体，抹红唇搭配白衬衫，比以前更漂亮更有气质了
- 趣头条|奥迪将回归拉力赛 混动版赛车你期待吗？
- 销量|回归的“伊兰特”，在狭路中逆袭
- 销量|年增10%，年销350万辆！广汽定下“高调”目标有什么逻辑？
- 高中生|18岁高中生娶14岁初中生 官方责令家长让女方回归原家庭
- 汽研社|帅过A级大过1系，S系套件加持，奥迪王牌回归
- 陈佩斯|和央视杠了22年为钱妥协？陈佩斯回归央视综艺路透，稳坐c位