# 特徵縮放（Feature Scaling）

特徵縮放是一種資料前處理技術，用於將不同範圍的特徵值縮放到一個統一的範圍內，避免某些特徵主導模型訓練。

## 完整說明

特徵縮放是一種資料前處理技術，旨在將資料集中不同特徵的數值範圍調整到一個相似的尺度。這對於許多機器學習演算法至關重要，因為它可以防止具有較大數值的特徵在模型訓練過程中佔據主導地位，從而影響模型的效能和準確性。

## 常見問題

### undefined



### undefined



### undefined



---

來源：https://aiterms.tw/terms/feature-scaling
快查頁：https://aiterms.tw/terms/feature-scaling
深度解說：https://aiterms.tw/learning/what-is-feature-scaling