在回歸問題和一些機器學習演算法中，以及訓練神經網路的過程中，通常需要對原始資料進行中心化（zero-centered或者mean-subtraction）處理和標準化（standardization或normalization）處理。
在一些實際問題中，我們得到的樣本資料都是多個維度的，即乙個樣本是用多個特徵來表徵的。比如在**房價的問題中，影響房價具有相同的尺度（scale）。這樣，在使用梯度下降法學習引數的時候，不同特徵對引數的影響程度就一樣了。
其實，在不同的問題中，中心化和標準化有著不同的意義，
中心化和去中心化
中心化和去中心化 分布式的架構中，同乙個服務會部署若干服務節點，在面對具體服務請求時，怎麼決定由哪個節點來提供服務，根據實現方案分為中心化和去中心化兩種方式。中心化 在開源中介軟體codis的集群組網中，應用對快取節點的訪問都通過codis的proxy 由 來決定資料儲存到哪個節點上 這種分布式的組...
樣本中心化 標準化
在回歸問題和一些機器學習演算法中，以及訓練神經網路的過程中，通常需要對原始資料進行中心化 zero centered或者mean subtraction 處理和標準化 standardization或normalization 處理。目的 通過中心化和標準化處理，得到均值為0，標準差為1的服從標準正...
豆瓣的去中心化
都想著方法去黏住使用者，所以現在的網際網路熙熙攘攘，喧鬧嘈雜。我們總是去嘗試著那些最新的應用，我們痴迷於最尖端的技術，我們熱衷於最流行的八卦 儘管它們中的很多其實是專門為我們設計的 這樣的體驗你感覺好嗎？至少我的感覺很不好。我展望乙個更為清淨的網際網路，正如文中的前半段所說，我們應該也有 不被人隨時...