你希望从这个问题的答案中得到什么？特征缩放是您可以（但不是必须）使用的一种方法，以便您的算法执行得更快并达到更好的一般精度。我想说的是，在一个简单的回归任务中，特征值范围变化不大，输出可能几乎相同，但是一旦您引入具有范围 1-10 和其他范围的特征的数据10000-100000，这就是您会注意到您需要标准化/标准化您的功能以达到最佳结果的地方。这就是为什么仅扩展数据几乎是一般规则，因此您的算法可以更好地泛化，并且您不必担心您的算法会赋予具有较高值的​​特征更高的重要性，而不是具有较低值的特征（只是一个例子）。