协调尺度：特征缩放在机器学习中的重要作用-三、了解功能缩放

        特征缩放是对数据中自变量或特征范围进行归一化或标准化的过程。该技术的主要目标是确保没有一个特征因其规模而主导模型，从而使算法在训练过程中更快、更有效地收敛。对于依赖于距离计算的模型（例如 k 最近邻 （KNN） 和 k 均值聚类）或使用梯度下降优化方法（包括神经网络和支持向量机 （SVM））的模型，这一点尤为重要。