这个问题已经变得相当令人沮丧，但我已经在Coursera的讨论中询问过，他们却不提供帮助。以下是问题：
我已经错了6次了。我该如何标准化这个特征？我只希望得到一些提示。
我假设x_2^(2)的值是5184，除非我添加了x_0列的1，这在讲座中提到过，但他们没有提到这一点，他在讲到创建设计矩阵X时提到了。在这种情况下，x_2^(2)的值将是72。假设其中一个是正确的（我是在玩猜谜游戏），我应该使用什么来标准化它？他在讲座中谈到了三种不同的标准化方法：一种是使用最大值，另一种是使用最大值和最小值之间的范围/差异，还有一种是使用标准差——他们希望答案精确到百分位。我应该使用哪一种？这太令人困惑了。
回答：
…使用特征缩放（通过特征的 “最大值-最小值”，或范围进行除法）和均值标准化。
因此，对于任何单个特征f：
f_norm = (f - f_mean) / (f_max - f_min)例如，对于x2，(期中考试)^2 = {7921, 5184, 8836, 4761}
> x2 <- c(7921, 5184, 8836, 4761)> mean(x2) 6676> max(x2) - min(x2) 4075> (x2 - mean(x2)) / (max(x2) - min(x2)) 0.306 -0.366 0.530 -0.470因此norm(5184) = 0.366
（使用R语言，它非常擅长处理这种向量化表达式）
我同意他们使用x2 (2)来表示x2 (norm)或x2′的符号是令人困惑的
编辑：在实践中，每个人都调用内置的scale(...)函数，它做同样的事情。
