最近，我尝试使用自编码器来发现异常，但输入的某些特征是计数数据（例如，点击次数或展示次数）。在训练之前是否需要进行归一化或缩放处理？

回答：

是的，你需要这样做。最常见的方法是减去均值并除以标准差。你的每个点击项目都应该单独进行归一化。例如，如果你有’nb_click_banner’和’nb_click_sidebar’的数量，你应该分别对这两者进行归一化。这样做不仅能帮助网络更快地训练，还能使所有特征在输入时具有相同的权重，并且不需要网络学习通过某些因子来调整这些权重，以达到对输出的相同效果。