特征缩放（Feature Scaling）是机器学习中一种重要的数据预处理技术，旨在将不同特征的数值范围统一，以提高模型的训练效果和准确性。特征缩放可以避免某些特征因取值范围过大而对模型产生不成比例的影响 reference 吴恩达机器学习笔记