它会影响任何通过梯度下降形式优化的东西，因为它会影响输入维度的相对比例。如果 A 通常比 B 大 1000 倍，那么将 B 的系数改变一定量在某种意义上是 1000 倍大的移动。理论上这无关紧要，但实际上它会导致梯度下降无法在 B 维度的正确位置着陆。

我认为更显着的影响可能是正则化。在一个简单的正则化公式中，所有项都受到同等惩罚。同样，如果 A 通常比 B 大 1000 倍，它的系数往往会比 B 小 1000 倍（所有其他条件都相同），因此在没有特别理由区别对待它们的情况下，受到的惩罚要小得多。

最后，如果您想将系数的大小视为与重要性相关，出于同样的原因，它会影响解释。