为什么要对特征进行归一化？

避免量纲影响：不同特征的单位可能不同，例如长度和重量，如果不进行归一化，可能会导致某些特征对模型的影响更大，而其他特征的影响则被忽略。

提高收敛速度：在训练模型时，如果特征值没有进行归一化，可能会导致目标函数的梯度变化很大，从而导致训练速度变慢。

避免数值问题：如果特征值过大或过小，可能会导致数值问题，例如浮点数精度问题，从而影响模型的准确性。

提高模型的稳定性：通过归一化特征，可以使得模型更加稳定，减少由于特征值变化导致的模型不稳定性。