我们可以通过使每个输入值在大致相同的范围内加快梯度下降速度。这是因为θ下降很快在小范围和在大范围很慢，所以将振荡不到最佳当变量很不平衡

防止这种情况的方法是修改输入变量的范围，使它们完全相同。理想的:

这些不是确切的要求，我们只是想加快速度。我们的目标是将所有输入变量大致放在其中一个范围内，或取一些。

有两种技术可以帮助我们进行特征缩放和均值归一化。特征缩放包括将输入值除以输入变量的最大值（即最大值减去最小值），从而使新范围仅为1。均值归一化包括从输入变量的值减去输入变量的平均值，从而使输入变量的新平均值为零。要实现这两种技术，请调整您的输入值，如本公式所示：

u_i：第i组输入量的平均值。

s_i:第i组输入量的最大值减去最小值。

请注意除以范围，或除以标准偏差，给出不同的结果。本课程的测验使用范围-编程练习使用标准差。

例如，如果XI表示房价为100到2000，平均值为1000，那么，

梯度下降在实践I -特征缩放